MétaCan
Menu
Retour à la cohorte
Enregistrement W2594464949 · doi:10.5539/jel.v6n3p23

Reformed Teaching and Learning in Science Education: A Comparative Study of Turkish and US Teachers

2017· article· en· W2594464949 sur OpenAlexvenueno aff
Burhan Özfidan, Baki Cavlazoglu, Lynn M. Burlbaw, Hasan Aydın

Notice bibliographique

RevueJournal of Education and Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurkishMathematics educationScience educationScience learningPsychologyConstructivist teaching methodsTeaching methodLearning sciencesPedagogyPerceptionExperiential learning

Résumé

récupéré en direct d'OpenAlex

Achievements of educational reform advantage constructivist understandings of teaching and learning, and therefore highlight a shift in beliefs of teachers and apply these perceptions to the real world. Science teachers’ beliefs have been crucial in understanding and reforming science education as beliefs of teachers regarding learning and teaching science impact their practice. The purpose of this study was to compare US and Turkish science teachers’ beliefs about reformed learning and teaching science. As an instrument, we used Beliefs about Reformed Science Teaching and Learning (BARSTL) to collect and measure the teachers’ beliefs regarding teaching and learning science education. We used an independent-sample t-test to analyze Turkish and American science teachers’ beliefs about reformed learning and teaching science. In total, 38 science teachers from the US and 27 science teachers from Turkey participated in this study. Results showed that US science teachers’ beliefs about reformed learning and teaching science are statistically higher than Turkish science teachers. The results of this study also indicated that although American and Turkish science education aim similar constructivist views on learning and teaching science, American science teachers hold more reformed beliefs in science teaching and learning than their Turkish colleagues.

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)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,072
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
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 Opus0,086
Tête enseignante GPT0,475
Écart entre enseignants0,389 · 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.

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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetScience Education and PedagogyTravaux en français237 207