MétaCan
Menu
Retour à la cohorte
Enregistrement W2541744554 · doi:10.5539/jel.v5n4p291

Reflections on a School Teaching: An Exemplary Teaching about Primary Productivity & Energy Flow in Natural Ecosystems

2016· article· en· W2541744554 sur OpenAlexvenueno aff
Maria Kalathaki

Notice bibliographique

RevueJournal of Education and Learning · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Sustainability and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorksheetMathematics educationPleasurePsychologyTeaching methodPedagogyChemistry

Résumé

récupéré en direct d'OpenAlex

<p>The research has been carried out in the material that Biologist teacher have prepared for the students and teachers, focusing mostly on the sub-query of teacher’s self-assessment, since teacher had written a self-assessment, a reflection, upon differentiation points from an ordinary teaching, with a structured way. This paper searches on the reflections on a school exemplary teaching of Biology about primary productivity & energy flow in natural ecosystems.</p><p>Graduated students of Lyceum were asked to answer a questionnaire on how they felt during the lesson and how they assessed themselves toward the teaching, in relation to the content taught, the methodology followed, their performance and the degree of involvement with a students’ Evaluation Sheet.</p><p>In a self-assessment process, the teacher asked to reflect where this exemplary teaching is differentiated from the ordinary. A content analysis was held in the material that Biologist teacher had prepared to satisfy the demands of the exemplary teaching. This material was given to the students in the beginning of the teaching, consisted of a multipage printed document with the flow diagram, the worksheet, the parallel texts for home study and the self-evaluation sheet.</p><p>The statistical analysis of the replies of the Students’ Evaluation Sheet revealed the feeling of pleasure experienced by students and success of teacher. All data, when analyzed carefully, enables teacher’s self-assessment for further improvement.</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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,300
Écart entre enseignants0,288 · 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 tête enseignante, 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEnvironmental Sustainability and EducationTravaux en français237 207