MétaCan
Menu
Retour à la cohorte
Enregistrement W2796742881 · doi:10.5430/ijhe.v7n2p210

Opinions of Middle School Students on the Justice Concept within the Framework of Social Studies Education

2018· article· en· W2796742881 sur OpenAlexvenueno aff
Sibel Oğuz Haçat

Notice bibliographique

RevueInternational Journal of Higher Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueValues and Moral Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticePsychologyPedagogySociologySocial psychologyMathematics educationPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to reveal the opinions of middle school students about the justice concept. The study was carried out in accordance with the document review technique, which is one of the qualitative research methods. The study group consists of 82 students attend in 7th grade receiving education at a middle school in the city of Kastamonu in the school year 2016-2017. Data was obtained using semi-structured interviews consisting of open-ended questions. This data was interpreted using content analysis and by way of coding. Middle school students’ opinions on justice concept are represented in 8 different categories and they use 7 different sayings relating to the justice concept. Whereas the justice concept is most often explained as “Rightfulness”, it is least often conceived as “Abstinence from Committing Crimes”. It is observed that the saying “Justice can do what swords cannot” is used by middle school students most often, and the saying “No merit can be more noble than justice” least often. In light of this information, middle school students can be provided with environments in which they can internalize the justice concept. Furthermore, results about justice can be drawn when its content is broadened. We can do scientific study about justice in more detail by increasing sample group.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,007
Communication savante0,0050,003
Science ouverte0,0000,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,086
Tête enseignante GPT0,491
Écart entre enseignants0,405 · 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'étudeQualitatif
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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetValues and Moral EducationTravaux en français237 207