MétaCan
Menu
Retour à la cohorte
Enregistrement W2802049155 · doi:10.5430/wje.v8n2p152

Creative Problem Solving How Do Undergraduates Perceive the Teaching Practice of Their Professors?

2018· article· en· W2802049155 sur OpenAlexvenueno aff
Efraín Duarte Briceño, María Teresa Díaz Mohedo, Jorge Carlos Aguayo Chan, Guillermo Baeza Ballote

Notice bibliographique

RevueWorld Journal of Education · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Innovations and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerceptionCompetence (human resources)PsychologyCurriculumMathematics educationPedagogySocial psychology

Résumé

récupéré en direct d'OpenAlex

The research question was inquiring the undergraduates’ perception of their professors’ practice regarding whetherthey make use of the creative problem solving (CPS) as a competence for teaching. The study was performed in apublic university located in the urban area of Merida City, Yucatan, Mexico, where a total of 247 undergraduatesfrom the Education, Economy and Psychology schools participated. A Teacher Practice Perception Scale (TPPS) wasused to know how undergraduates perceive the professor’s practice under the creative problem solving, thefacilitating and hindering factors for developing creative solutions, the importance of CPS for the curriculum andproposals to develop CPS in the university instructional practice. The results show that (a) all undergraduatesperceive CPS at a high level of importance, (b) Psychology undergraduates perceive a medium-high use of CPS bytheir professors, and (c) Psychology undergraduates perceive at a higher level the facilitating factors of this process.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,027
Tête enseignante GPT0,330
Écart entre enseignants0,303 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetEducational Innovations and TechnologyTravaux en français237 207