MétaCan
Menu
Retour à la cohorte
Enregistrement W2907838264 · doi:10.5430/wje.v8n6p165

Self Assessments of the Prospective Teachers about the Teaching Materials They Have Designed

2018· article· en· W2907838264 sur OpenAlexvenueno aff
Burcu Duman

Notice bibliographique

RevueWorld Journal of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Methods and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStrengths and weaknessesPsychologyConformityMathematics educationSubject (documents)PedagogyMedical educationMedicineSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

The purpose of the study is to reveal the self-evaluations of the prospective teachers on two-and three-dimensionalvisual teaching materials they have designed in the field of the pedagogical formation education. A qualitativeresearch method was used in the study. The study group was chosen from the prospective teachers who were enrolledin the pedagogical formation education at a state university in Turkey. A questionnaire consisting of three open-endedquestions was used. In this questionnaire, the prospective teachers were asked questions about the strengths andweaknesses of the instructional materials they designed and what kind of arrangements they would make if theydesigned the material again. The data were analyzed descriptively. The views of the prospective teachers on thestrengths of the instructional materials they design are collected under seven themes: the characteristics of us, theeffect on learning the relation with the subject, the preparation and construction process, the gains to the learners, thepresentation of the information and conformity. The opinions of the prospective teachers about the weaknesses of theteaching materials have been collected under five themes. In general, it is seen that the arrangements to be made inthe case of redesign are expressed in terms of the weaknesses.

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)0,033
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 seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,430
Écart entre enseignants0,395 · 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 revueWorld Journal of EducationMême sujetEducational Methods and AnalysisTravaux en français237 207