MétaCan
Menu
Retour à la cohorte
Enregistrement W2327010184 · doi:10.5539/ies.v9n4p9

Teacher Attitudes to Professional Development of Proficiency in the Classroom Application of Digital Technologies

2016· article· en· W2327010184 sur OpenAlexvenueno aff
Štefan Karolčík, Elena Čipková, Ian M. Kinchin

Notice bibliographique

RevueInternational Education Studies · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumClass (philosophy)Mathematics educationUsabilityProcess (computing)PsychologyProfessional developmentTeaching methodPedagogyTechnology integrationEducational technologyComputer science

Résumé

récupéré en direct d'OpenAlex

The paper deals with research focused on the opinions and attitudes of biology teachers on the application of digital technologies in the process of learning and teaching. The respondents were teachers, who participated in the national project called “Modernization of the Educational Process in Elementary and Secondary Schools” realized in Slovakia between 2008–2013. We briefly describe the course and the contents of individual modules, which were focused on the development and acquisition of specific skills in the field of effective use of modern educational technology. The key role in the methodical preparation of teachers was played by the 3rd module, which aimed to present the teachers with the examples of meaningful and methodically well prepared application of digital technologies in the teaching process, especially in connection with current digital educational contents and the curriculum of biology subject. The second part of the study includes analysis of satisfaction among the course participants with the content, level of expertise and difficulty level of the course, as well as the analysis of their opinions and attitudes on usability of created and available model methods in the real school practice. In conclusion, we present suggestions which could, facilitate improving the quality of biology teaching in schools, in order to reflect the real needs of society.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,389
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetDigital literacy in educationTravaux en français237 207