MétaCan
Menu
Retour à la cohorte
Enregistrement W2474040821 · doi:10.5539/ass.v12n7p47

Social Interactions among Multi-Ethnic Students

2016· article· en· W2474040821 sur OpenAlexvenueno aff
Abdul Talib Mohamed Hashim, Noor Insyiraah Abu Bakar, Nordin Mamat, Abdul Rahim Razali

Notice bibliographique

RevueAsian Social Science · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Islamic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthnic groupNonprobability samplingPsychologySocial psychologyCompetition (biology)Social relationFocus groupSociologyDemography

Résumé

récupéré en direct d'OpenAlex

<p>Positive social interaction is a vital aspect of maintaining a harmonious condition, especially in Malaysia, a country which has a multiracial society. Therefore, this study was carried out to identify the patterns of social interactions among multiethnic students in national secondary schools in Malaysia. The respondents for this study comprise two school administrators, seven teachers and 20 students of various ethnicities. They were selected through purposive sampling. Data were collected through interview sessions either individually or in focus groups, observation and document analysis. The study’s findings showed that, there are five patterns of social interaction such as cooperation, exchange, competition, conflict and non-verbal communication among multiethnic students. Although there was conflict, the underlying causes of the conflict were not due to racial issues. As well as the five patterns of social interactions stated above, stereotypes were also reported among students. Despite conflicts and stereotypes, the students actively attempted to learn about other cultures and demonstrated attitudes of acceptance towards friends from other ethnic backgrounds. This indicates that the social interaction among students is still favorable and can be further improved through appropriate response. Additionally, based on these findings, a few recommendations were made regarding this issue.</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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,004
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,466
Écart entre enseignants0,390 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetEducation and Islamic StudiesTravaux en français237 207