MétaCan
Menu
← Retour à la cohorte
Enregistrement W2407108186 · doi:10.5539/ies.v9n6p86

Design Appropriate Models Based on Intelligent Dimension in Fars Education Organization

2016· article· en· W2407108186 sur OpenAlexvenueno aff
Shahbaz Goodarzi, Vahid Fallah, Saeid Saffarian

Notice bibliographique

RevueInternational Education Studies · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline and Blended Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLISRELCronbach's alphaConfirmatory factor analysisLikert scaleStatistical populationPsychologyMathematics educationPopulationStructural equation modelingCurriculumDimension (graph theory)ValidityMathematicsDescriptive statisticsStatisticsPedagogyPsychometricsDemographySociology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to determine the dimensions of smart schools in the Fars education system and provide a suitable model. The research method is descriptive survey. The study population consisted of all school principals Fars Province in the academic 2014-2015 and number of them was 1364. The sample volume using Cochran method was 302 people, which was chosen by cluster. In order to achieve the objectives of the study, beginning with a review of literature and research in Iran and world history questionnaire has 4 dimensions (infrastructure, human resources, process of teaching-learning, management) and 12 elements (hardware, software, physical, administrators, teachers, students, parents, curriculum, teaching methods, content, support, evaluation) and consists of 83 items based on LIKERT scale was adjusted. The validity of based on (judicial authorities, supervisors and advisors) and reliability through Cronbach’s alpha was calculated 0.98. After the distribution and questionnaires, data using statistical indicators and the percentage distribution, confirmatory factor analysis and structural equation modeling at 95% with SPSS 21 software and LISREL 8.8 were analyzed. Findings showed that all aspects have been confirmed and significantly (P<0.05) are above average. In all cases, the load factor smart component of education indicators are approved. In dimensions of infrastructure, human resources, process of teaching-learning and management factor loadings are 0.88, 0.43, 0.85 and 0.83, respectively. Selected references valid and dimensions of these smart to have a good education with a view to confirming the standard model coefficients derived by fitting indicators to measure structural equation modeling.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,078
Tête enseignante GPT0,399
Écart entre enseignants0,321 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education Studies→Même sujetOnline and Blended Learning→Travaux en français237 207→