The Undesirable Behaviors of Students in Academic Classrooms, and the Discipline Strategies Used by Faculty Members to Control Such Behaviors from the Perspective of the College of Education Students in King Saud University
Notice bibliographique
Résumé
<p class="apa">This study aimed to identify the undesirable students’ behaviors in academic classrooms, and the disciplinary, preventive and therapeutic strategies that will be used by faculty members to control those behaviors from the perspective of the College of Education’s students in King Saud University. The results of the study has shown that the undesirable behavior in academic classrooms that strongly apply to the sample are: cheating and plagiarism regarding homework and research, replying with a rude manners, using cell phones, side talking, and arriving late to lectures. And in regards to the discipline strategies that are used by faculty members, which strongly apply to the sample, and are related to co-educational assets, are: submitting a detailed plan at the beginning of the semester, establishing clear and concise discipline rules in the classroom and strictly follow them, explaining the consequences of not following the classroom discipline rules, treating students with respect and without mockery or embarrassment, and maintaining eye contact. In addition, the therapeutic disciplinary strategies are: giving a first notice to the student to remind him or her of the discipline rules, asking the student calmly but strictly to stop the undesirable behavior. The study has come up with a number of recommendations and suggestions.</p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».