MétaCan
Menu
Retour à la cohorte
Enregistrement W2800413136 · doi:10.29333/ejmste/90267

Comparison of Science and Engineering Concepts in Next Generation Science Standards with Jordan Science Standards

2018· article· en· W2800413136 sur OpenAlexaff
Ahmad Qablan

Notice bibliographique

RevueEurasia Journal of Mathematics Science and Technology Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMcKnight Foundation
Mots-clésNext Generation Science StandardsPhysical scienceLearning standardsCurriculumMathematics educationSpace ScienceScience educationEngineering ethicsEngineeringMathematicsPedagogySociology

Résumé

récupéré en direct d'OpenAlex

The purpose of this Science Standards Content Crosswalk study is to compare the degree of alignment between Next Generation Science Standards (NGSS) and Jordan’s science standards in K-8. A team of 5 science educators worked together to review each NGSS standard and decide whether there is a conceptual match for it in current Jordan science standards. Rigorous content analysis and interpretation approach was used to make decisions about matches between both sets of standards. Results revealed significant misalignments between the science learning outcomes identified by NGSS and those of Jordan. Results also showed that, Physical Sciences concepts had the highest percentage (58%) of not addressed concepts in 3-5 grade band followed by Earth and Space Sciences (42%) and Life Sciences concepts (36%). However, the highest percentage of not addressed concepts in grade band 6-8 were Earth and Space Sciences (58%) followed by Physical Sciences (46%) and Life Sciences (36%) concepts. This finding can support projections of the needs for new instructional materials and for subject-specific teachers’ professional development. The results also provide a clear direction for the newly established national center for curriculum to revise the national science standards and curricula.

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)0,024
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,012
Études des sciences et des technologies0,0020,047
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,439
Écart entre enseignants0,383 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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 revueEurasia Journal of Mathematics Science and Technology EducationMême sujetScience Education and PedagogyTravaux en français237 207