MétaCan
Menu
Retour à la cohorte
Enregistrement W2615619794 · doi:10.5539/jel.v6n4p49

Examination of the Relationship between the Preschool Teachers’ Attitudes towards Mathematics and the Mathematical Development in 6-Year-Old Preschool Children

2017· article· en· W2615619794 sur OpenAlexvenueno aff
Meryem Çelik

Notice bibliographique

RevueJournal of Education and Learning · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Professional Development and Motivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationAffect (linguistics)Test (biology)Preschool educationStatistical analysisPsychologyMathematicsDevelopmental psychologyStatistics

Résumé

récupéré en direct d'OpenAlex

This study was carried out to determine whether there is a relationship between the preschool teachers’ attitudes towards mathematics and mathematical development in 6-year-old preschool children. The sampling of the study was consisted of 30 teachers working with 6 years old children and their 120 students in public kindergartens and independent preschool classrooms in Erzurum City. Teachers’ attitudes towards mathematics education were measured using the “Preschool Teachers’ Attitudes towards Early Mathematics Education Determination Tool” and the levels of mathematical development in children were measured using the “Progress in Math 6 Test”. Collected data were analyzed using both descriptive and predictive statistical methods. Results presented that there was a positive and significant relationship between the preschool teachers’ attitudes towards mathematics and the mathematics development in 6-year-old preschool children. Furthermore, the preschool teachers’ attitudes towards mathematics were also determined to have an effect on the selection of mathematics skill areas included in the programs. According to these results, it can be said that teachers’ attitudes towards mathematics directly affect the mathematical development in children.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,059
Tête enseignante GPT0,359
Écart entre enseignants0,300 · 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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetTeacher Professional Development and MotivationTravaux en français237 207