Proficiency Perceptions and Attitudes of Pre-Service Teachers on İnformation and Communication Technologies
Notice bibliographique
Résumé
The aim of this study is to examine teacher candidates’ perceptions of their own proficiency in using information and communication technologies and their attitudes towards information and communication technologies in terms of gender, major, internet usage frequency and computer ownership. The study group consists of 336 teacher candidates, 98 male (29%) and 238 female (71%) senior students, in different departments at Cumhuriyet University Faculty of Education during the 2017-2018 academic year. The “Proficiency Perception Scale for Using Information and Communication Technologies” and “The Attitude Scale for Information and Communication Technologies” developed by different researchers were administered to the candidate teachers. As a result of the findings obtained from the research, there was no significant difference between proficiency levels of the teacher candidates regarding the use of information and communication technologies. Besides, there was not significant difference between the means of attitude towards information and communication technologies in terms of majors and the internet usage frequency, and between the mean proficiency perception scores of using information and communication technologies with regard to gender. It was ascertained that there was a slightly meaningful difference between the attitudes scores for information and communication technologies in favor of males in terms of gender, and as to computer ownership, there was a low level of difference between both attitude and perception scores in favor of computer owners. The findings are discussed within the scope of literature.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».