MétaCan
Menu
Retour à la cohorte
Enregistrement W2976005991 · doi:10.5539/ies.v12n10p89

Implementation of Microteaching in Special Teaching Methods I And II Courses: An Action Research

2019· article· en· W2976005991 sur OpenAlexvenueno aff
Ayşe Feray Özbal

Notice bibliographique

RevueInternational Education Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Technology Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicroteachingTeaching methodAction researchMathematics educationPsychologyClassroom managementTeacher educationStudent teachingLesson planPedagogyMedical educationStudent teacherMedicine

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to implement micro teaching method in Special Teaching Methods I and II courses in order to teach preservice teachers how to make lesson plans and help them gain experiences in classroom management issues; i.e. to improve their teaching skills. The study was designed according to the principles of action research. Pre-service teachers carried out micro teaching sessions during the fall and the spring term as a requirement of Special Teaching Methods I and II courses. The research process started at the beginning of each term. In the first 7 weeks, the instructor provided preservice teachers with theoretical knowledge about special teaching methods. The practice phase started after the mid-term exams, in which the participants were divided into groups and taught lessons on predetermined topics by using micro teaching methods. The teaching practices were video recorded. The data of the study were obtained from video recordings of the micro teaching sessions, the semi-structured interviews conducted with the participants and the learner diaries. A total of 40 preservice teachers participated in the study; however, the data from 10 participants were used in the analysis. The results revealed that preservice teachers gained experience in teaching and improved their teaching, classroom management, and lesson plan preparation skills thanks to this implementation.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,687
Score d'incertitude au seuil0,844

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,238
Tête enseignante GPT0,669
Écart entre enseignants0,430 · 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.

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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetEducation and Technology IntegrationTravaux en français237 207