MétaCan
Menu
Retour à la cohorte
Enregistrement W2592619457 · doi:10.5430/wje.v7n1p93

Does Higher Education Curriculum Contribute to Prospective Teachers' Attitudes, Self-Efficacy and Motivation?

2017· article· en· W2592619457 sur OpenAlexvenueno aff
Morana Koludrović, Ina Reić Ercegovac

Notice bibliographique

RevueWorld Journal of Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Professional Development and Motivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumPsychologyMathematics educationAtmosphere (unit)Self-efficacyDemocracyQuality (philosophy)PedagogyMedical educationSocial psychologyPolitical sciencePoliticsMedicine

Résumé

récupéré en direct d'OpenAlex

In Croatia, another comprehensive reform of the education system is being implemented. Although it proposes anumber of reforms to the school system, we think that providing better training to future teachers during their studieswould further contribute to the quality of education. The initial education of elementary and high school teachers isconsiderably different in terms of the number of courses where teaching competences are acquired, i.e. teachingcourses, and the number of classes of these courses students take every week. Therefore, the initial hypothesis of thestudy was that students who take more teaching courses will prefer a democratic atmosphere, and will be moreintrinsically motivated, more self-efficient and more satisfied with their course of study as compared to students whotake fewer of these courses. A series of questionnaires was given to 383 students at teacher education institutions atthe University of Split to examine their academic self-efficacy, motivation, satisfaction with the studies and to assessthe quality of teaching atmosphere. The obtained results confirm the hypothesis that future teachers who take moreteaching courses prefer a democratic atmosphere and are intrinsically more motivated. When explaining futureteachers’ attitudes towards a democratic teaching process, the predictive role of self-efficacy and satisfaction withthe course of study was not determined.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,020
Tête enseignante GPT0,359
Écart entre enseignants0,339 · 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'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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetTeacher Professional Development and MotivationTravaux en français237 207