MétaCan
Menu
Retour à la cohorte
Enregistrement W2787322887 · doi:10.5539/jel.v7n3p41

Use of the Movies in the Turkish Language and Literature Education in Turkey

2018· article· en· W2787322887 sur OpenAlexvenueno aff
Halide Ince Yakar

Notice bibliographique

RevueJournal of Education and Learning · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFilm in Education and Therapy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurkishPsychologyMathematics educationContent analysisSelection (genetic algorithm)PedagogyEducational researchSociologyComputer scienceLinguisticsSocial science

Résumé

récupéré en direct d'OpenAlex

The aim of the present research is to investigate the teachers’ use of movies in their classes for the teaching of literature and their opinions on this technique. The research is designed as a case study. The target group of the research, selected on information-oriented sampling, consists of 44 Turkish Language and Literature teachers who graduated from 27 different Turkish universities and work in education centers, state and foundation schools and enrolled in Okan University pedagogical formation program. The responses given to the open-ended questionnaire items prepared by the researcher are interpreted qualitatively by means of content analysis. The data obtained from the research are interpreted under the categories of (1) the movies used in the classroom, (2) the purpose for which the movie is used in the classroom, (3) the selection of movies according to literary genres, (4) benefits of the educational movies for research group, (5) limitations of the educational movies for research group. Depending on the research results, some recommendations are made for the use of movies in the classroom.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,328
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,033
Tête enseignante GPT0,433
Écart entre enseignants0,400 · 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.

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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetFilm in Education and TherapyTravaux en français237 207