MétaCan
Menu
Retour à la cohorte
Enregistrement W2544768153 · doi:10.5539/ies.v9n11p163

Study the Current and Optimal Status of Teaching Environment at High Schools with Emphasis on Curriculum Experts and Teachers Viewpoints

2016· article· en· W2544768153 sur OpenAlexvenueno aff
Neda Parishani, Seyed Ebrahim Mir Shah Jafari, Fereydoon Sharifian, Mehrdad Farhadian

Notice bibliographique

RevueInternational Education Studies · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésViewpointsCronbach's alphaCurriculumPsychologyMathematics educationClass (philosophy)Sample (material)ValidityReliability (semiconductor)Teaching methodMedical educationPedagogyComputer sciencePsychometricsChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of present research was to study the current and optimal status of teaching environment at high schools in Iran with emphasis on curriculum experts and teachers viewpoints. Research method was mixed method. In the qualitative part, experts viewpoints were gathered through a semi-structured interview. In the quantitative part, 258 high school teachers were selected randomly as statistical sample and a researcher-made questionnaire was distributed among them to collect data. Content validity was used to determine the questionnaire validity, and its reliability was calculated at 0.90, using Cronbach at alpha coefficient. Findings showed that, according to experts’ viewpoints, status of teaching environment at high schools is not desirable. Also, findings suggest that best teaching method for environment in Iran is a blended-electronic, project-oriented, teaching practical skills in open spaces. Iranian teachers chose teaching methods to teach environmental not only to promote their knowledge but also affect the attitude and skills of environmental protection and creating environmental conduct.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,342
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'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 revueInternational Education StudiesMême sujetEnvironmental Education and SustainabilityTravaux en français237 207