MétaCan
Menu
Retour à la cohorte
Enregistrement W2782976153 · doi:10.5539/jel.v7n2p247

Turkish Secondary Education Students’ Perceptions of Justice and Their Experiences of Unjustice

2018· article· en· W2782976153 sur OpenAlexvenueno aff
Sinem Tarhan

Notice bibliographique

RevueJournal of Education and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueValues and Moral Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInjusticePsychologyTurkishEconomic JusticeFeelingDistributive justiceQualitative researchPerceptionSocial psychologyPedagogyMathematics educationSociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to identify how secondary education students define the concept of justice, based on which criteria they define their experiences as just/unjust, what they see as the source of injustice, how they feel and how they behave when they face injustice.This study was designed as a qualitative research study. Open-ended questions were asked to the students and they were asked to give detailed answers. Descriptive analysis was used in analysing the collected data. The study group consisted of students studying at 9th, 10th, 11th and 12th grades in different types of high schools (Anatolian High School, Vocational School for Girls, Science High School). A total number of 268 high school students participated in the study. We used convenience sampling to choose the study group.The results of the study indicated that students defined the concept of justice with the “equality, equity non-discrimination, respect, rights and freedoms, conscience, rights, deciding the right, being fair and needs” concepts. The students see grades, school rules and non-communication they experience with their teachers and principals as unjust, so they point the school principals as the source of injustice. Besides, the students indicated that they had negative feelings when they experienced something that is not just but preferred to stay silent.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,004
Communication savante0,0040,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
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 Opus0,023
Tête enseignante GPT0,395
Écart entre enseignants0,372 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetValues and Moral EducationTravaux en français237 207