MétaCan
Menu
Retour à la cohorte
Enregistrement W2896949477 · doi:10.5539/hes.v8n4p77

Water: Turkish Prospective Biology Teachers' Conceptual Structures and Semantic Attitudes towards Water

2018· article· en· W2896949477 sur OpenAlexvenueno aff
Hakan Kurt

Notice bibliographique

RevueHigher Education Studies · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEducation Practices and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdjectiveSemantic differentialTurkishMathematics educationPsychologyCognitionDevelopmental psychologyComputer scienceLinguisticsNatural language processingNoun

Résumé

récupéré en direct d'OpenAlex

This study was prepared to investigate prospective biology teachers' cognitive structures related to "water". As the research design of the study, the case study was applied. The data were collected from 44 prospective biology teachers. The free word-association test, the drawing-writing technique and the semantic differential attitude scale were used as data collection instruments. The data were subject to content analysis and divided into categories through coding. In the analysis, the categories were formed and determined through the results of word-association test and drawing-writing test which were completed by the prospective biology teachers. With the help of these categories, the cognitive structures of prospective biology teachers were explained. These categories were determined as “the place and importance of water in life, the definition and chemical properties of water and water and metabolism”. It was determined that prospective biology teachers' semantic attitudes towards water were at a positive level in terms of mean scores of all adjectives considered; However based on each and every adjective, they mostly perceive water as compulsory, valuable and necessary. Moreover, the data collected through three data collection instruments indicated that prospective biology teachers had misconceptions about water considering the categories determined.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,122
Tête enseignante GPT0,380
Écart entre enseignants0,258 · 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.

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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetEducation Practices and ChallengesTravaux en français237 207