Mapping of Student Sustainable Development Education Knowledge in Malaysia using Geographical Information System (GIS)
Notice bibliographique
Résumé
This article aims to examine the levels of education for sustainable development (ESD) knowledge among studentsin secondary schools according to zones in Malaysia by using GIS mapping. The five main zones of the study werethe north zone, the south zone, the east coast zone, the central zone, and the East Malaysia zone. This quantitativeform of study used a questionnaire as research instrument. Two types of sampling techniques were applied, namelystratified sampling for school selection and simple random sampling for choosing respondents from the selectedschools. The three ESD knowledge variables measured in this study were knowledge of ESD content, knowledge ofenvironmental education and knowledge of health. The study results showed that in general the levels of sustainabledevelopment education knowledge of secondary school students in all zones were high for ESD content knowledgewhile moderate for environmental education knowledge and health knowledge. Meanwhile, the GIS map clearlyindicates the levels of knowledge among students seemed high in the north zone, central zone and east Malaysia zone,at moderate levels in the south zone, and low in the east coast zone. In conclusion, there are differences between thezones in terms of levels of knowledge of sustainable development education, and this gives an indication thatincreasing sustainability-related activities in these zones with the participation of all parties—especially schools,local communities and non-governmental organisations—may disseminate sustainability knowledge and practices atall age levels and all school locations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».