MétaCan
Menu
Retour à la cohorte
Enregistrement W2939645427

The Integration of Science Process Skills: A Content Analysis of the 2016 Ontario Kindergarten Program

2018· article· en· W2939645427 sur OpenAlexaffabout
Roxana Yanez-Gonzalez

Notice bibliographique

Revue2019 Conference of the Canadian Society for the Study of Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésScience educationContext (archaeology)Content analysisProcess (computing)Mathematics educationPsychologyContent (measure theory)Science learningPedagogyComputer scienceSociologySocial scienceMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Prior works has demonstrated that engaging young children in meaningful science experiences leads to positive attitudes towards science and to a better understanding of formal science concepts. In particular, implementing activities that support the development of science process skills such as observing, inferring and predicting in the early years has been proven as essential for students to cultivate the abilities required to advance scientific inquiry in the later grades. This study examined how science process skills and science in general are represented throughout the 2016 Ontario Kindergarten Program with the purpose obtaining an understanding of the science content present in the document. The results of the study obtained by means of content analysis revealed an absence of explicit mentions of science education in the document contrasting with a large number of mentions of science process skills. However, the identified references to science process skills were mostly found without a context and scattered all over the document, and not explicitly found as elements of cohesive units of science education. The results of the study put in evidence the need to strength the science content in the 2016 Ontario Kindergarten Program.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil0,640

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,107
Tête enseignante GPT0,400
Écart entre enseignants0,294 · 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'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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2019 Conference of the Canadian Society for the Study of EducationMême sujetScience Education and PedagogyTravaux en français237 207