MétaCan
Menu
Retour à la cohorte
Enregistrement W2793866276 · doi:10.5539/jel.v7n3p159

Assessment of Public Schools’ Out-of-School Time Academic Support Programs with Participant-Oriented Evaluation

2018· article· en· W2793866276 sur OpenAlexvenueno aff
Şaban Berk

Notice bibliographique

RevueJournal of Education and Learning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensnon disponible
Organismes subventionnairesMarmara Üniversitesi
Mots-clésPsychologyMathematics educationMedical educationProcess (computing)PedagogyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Using the participants-oriented approach, this study evaluated public schools’ out-of-school time academic support programs, corresponding to the corrective/enrichment stage of Bloom’s Mastery Learning Model and offered outside formal education’s weekday hours and on weekends. Study participants included 50 principals, 110 teachers, 170 students attending programs, 110 students not attending programs, and 61 parents, all selected through random sampling in a survey-model study in Istanbul, Turkey. Partial findings were the following. According to principals and teachers, programs were sufficiently introduced to target groups. Satisfaction of attending students with the teaching—learning process was sufficient, and students believed program participation increased their success in regular classes. However, program functioning presented some problems. Administrators and teachers think the no-cost programs resulted in lack of interest among students. In addition, problems of materials and transportation have not been completely solved. Similarly, offered classes and lessons’ content organization fall short of expectations. In conclusion, out-of-school time academic support programs play important roles in reducing differences among learning levels based on individual characteristics in collective or formal learning. Still, student needs should be fulfilled, and programs should be maintained. Further studies should be conducted on these programs’ integration into formal education.

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)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,813

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
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 savante0,0000,001
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 Opus0,138
Tête enseignante GPT0,456
Écart entre enseignants0,318 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetSchool Choice and PerformanceTravaux en français237 207