Notice bibliographique
Résumé
This doctoral dissertation studies the significance of school maps in education in detail and complements findings by experts from Slovenia and abroad with new insights. Based on the studies conducted, textbooks remain the predominant method for presenting cartographic material in the educational system, and therefore the main focus is on the maps used in textbooks. \nThe concluding thesis proceeds from an analysis of Slovenian curricula and their comparison with selected curricula in other European countries, Canada, and Australia. The findings are also based on an extensive analysis of the cartographic knowledge of Slovenian primary-school and secondary-school students, teachers’ preferences, and the experience of the editors that incorporate cartographic material into textbooks. These analyses were carried out using a survey and interviews. The results showed that, compared to the curricula in other countries, the Slovenian curricula provide extensive and thorough cartographic material, especially from the fourth grade onwards. Nonetheless, the students show gaps in certain segments of cartographic knowledge of Slovenia. \nIn order to study the causes for this, the entire cartographic communication system was examined—from the cartographers that encode the messages, to cognitive maps, which are the result of users’ mental decoding of messages provided by the map. The study adds to the cartographic design principles that will serve as a starting point for preparing the best possible school maps for teaching in the future and for further development of school cartography.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,015 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».