MétaCan
Menu
Retour à la cohorte
Enregistrement W2999526479 · doi:10.5539/jel.v9n1p205

Thematic vs Chronological History Teaching Debate: A Social Media Research

2020· article· en· W2999526479 sur OpenAlexvenueno aff
İbrahim Turan

Notice bibliographique

RevueJournal of Education and Learning · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisSociologyThe InternetSubject (documents)Teaching methodThematic mapSocial mediaQualitative researchSocial studiesPedagogyPsychologySocial scienceMathematics educationLibrary sciencePolitical scienceLawComputer science

Résumé

récupéré en direct d'OpenAlex

At the beginning of the 19th century, history education has found its place as an independent course in formal education institutions, since then it has undergone many reforms and revisions but none of these reforms has solved its chronic problems. In discussions on how to solve the problems of teaching history, one of the most important issues is whether history should be taught chronologically or thematically. The purpose of this research is to review the discussions on this topic in Internet blogs to examine teachers’ views on the advantages and disadvantages of these two approaches. The social media research method was applied in this research. Required data obtained through teachers’ blogs on thematic and chronological history teaching and teachers’ comments on the subject in these blogs. The thematic content analysis carried out with the NVivo program, which helped in-vivo codes emerged from teachers’ blogs and comments. Most of the 71 teachers whose remarks are referenced in the research have expressed a positive view on thematic history teaching, although it is more difficult to understand and apply. Some teachers proposed a mixed approach in which the thematic and chronological approach is combined in different order and proportions based on students’ grades.

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)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,627
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,359
Tête enseignante GPT0,471
Écart entre enseignants0,112 · 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.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducator Training and Historical PedagogyTravaux en français237 207