MétaCan
Menu
Retour à la cohorte
Enregistrement W2802289609 · doi:10.5539/mas.v12n5p60

Analysis of the Intended Learning Outcomes and Learning Activities of Action Pack Textbooks in Jordan

2018· article· en· W2802289609 sur OpenAlexvenueno aff
Hamzah Ali Al-Omari

Notice bibliographique

RevueModern Applied Science · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArabic Language Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Jordan
Mots-clésCurriculumLikert scaleMathematics educationSentenceCoding (social sciences)Christian ministryDescriptive statisticsAction (physics)PsychologyComputer sciencePedagogyNatural language processingMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This study aims to analyze the intended learning outcomes (ILOs) and learning activities in Action Pack textbooks for Jordan in light of the EFL curriculum objectives. in Jordan (delete “in Jordan”, because it is redundant). The sample of the study consisted of Action Pack textbooks for three grade levels students ( delete “students” because it does not seem necessary to the meaning of the sentence) (grade 6, 10, 12) during the academic year 2014/2015. A specially prepared coding sheet was developed by the researcher to analyze the collected data based on a five- point Likert scale. Validity and inter-rater reliability were ensured prior to data analysis. Means and standard deviations in addition to One Way Analysis of Variance (ANOVA) were used to answer the questions of the study. The results showed that the outcomes and activities in Action Pack textbooks reflect the curriculum objectives to a certain extent. It was recommended that curricula expert, textbook authors and the Ministry of Education (MoE) in Jordan work more closely, so that a higher degree of match between curriculum objectives, textbooks outcomes and learning activities can be achieved.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,036
Tête enseignante GPT0,351
Écart entre enseignants0,315 · 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'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 revueModern Applied ScienceMême sujetArabic Language Education StudiesTravaux en français237 207