MétaCan
Menu
Retour à la cohorte
Enregistrement W2532371616 · doi:10.5539/mas.v11n1p124

Clarifying the Effective Factors of Hidden Curriculum of Schools on Establishment of the Aims of Religious Education of Elementary School Students (Case Study of Ahvaz City)

2016· article· en· W2532371616 sur OpenAlexvenueno aff
Gholam Reza Zamanzadeh, Faezeh Nateghi, Mohammad Seifi

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Islamic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNonprobability samplingMathematics educationCurriculumCoding (social sciences)PopulationPedagogyPsychologySociologySocial science

Résumé

récupéré en direct d'OpenAlex

Current research aims to clarify the effective factors of hidden curriculum of schools o the establishment of the general goals of religious education in elementary period.This research is practical in regard to classification of the researches on the base of purpose and approaches the issue in phenomenological manner. Statistical population of the research includes all the principals, teachers and boy students of fifth and sixth grades of elementary schools in Ahvaz city and the samples of the research are selected through purposive sampling.Data are gathered through unstructured interview conducted by means of open answer questions and have been continued as much as saturation of the data.Grounded theory procedure or theory derived from data is used to analyze the data and to achieve intended model (theory) of the research and it includes four stages: 1-Coding 2-conceptualizing 3-Categorizing 4-Compiling the theory (model) of findings : In the next stage, 15 concepts of these codes are extracted and in the third stage, the mentioned concepts are organized in form of 5 categories(factor) : cognitive environment , social environment, physical environment, administrative environment, religious environment, and in the last stage, research theory (model) is formed on the base of discovered categories.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,339
Écart entre enseignants0,319 · 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'étudeQualitatif
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetEducation and Islamic StudiesTravaux en français237 207