MétaCan
Menu
Retour à la cohorte
Enregistrement W2947752131 · doi:10.5539/ass.v15n6p88

(Im)Possibility of Learning Science Through Livelihood Activities at Community Schools in Nepal

2019· article· en· W2947752131 sur OpenAlexvenueno aff
Kamal Prasad Acharya, Rajani Rajbhandary, Milan Acharya

Notice bibliographique

RevueAsian Social Science · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Educational Policies and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesUniversity Grants Commission
Mots-clésLivelihoodCurriculumPedagogyPerspective (graphical)Set (abstract data type)SociologyCommissionPopulationPolitical scienceMedical educationMathematics educationPsychologyGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

The Science in the Learning Home (SciLH) program was designed to address two well-documented, inter-related educational problems observed in the Community High Schools in Nepal. The first relates to the achievement of students in science in Secondary Education Examination (SEE), which is below average (33 out of 75 i.e. 44%), and the second concerns the insufficiencies of the resources and instruction to discourse their traditional and livelihood requirements through school science learning activities. Funded by the University Grants Commission (UGC), Nepal, as a Small Research Development and Innovation Grants (SRDIG) to the faculty member, SciLH is a title set by the researcher to provide a new and innovative concept to learn science from the home and cultural practices. The tenth-grade high school students and the community people (parents) participated in the study. Livelihood practices and activities at the home link SciLH concept aligns with the school science curriculum and textbooks with that of cultural practices. This research article offers a framework to explore factors which support the accomplishment of the ethnically different student population and parents using the outline of ethno-perspective.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0040,007
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,353
Écart entre enseignants0,332 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetGlobal Educational Policies and ReformsTravaux en français237 207