The Effect of Teachers’ Level of Visual Use on Students’ Visual Reading Skills: Comparison Between the Students of Expert and Novice Teachers
Notice bibliographique
Résumé
The aim of this study is to examine the effect of history teachers’ visual usage level on high school students’ visual reading skills. This qualitative research, consisting of two stages, was carried out using a holistic multi-case study design. In the first stage, 19 history teachers were observed in the classroom and their visual usage status in history lessons was determined (Aslan, 2015). Among these 19 teachers, a total of 4 teachers, 2 experts, and 2 novices, were determined according to their visual usage levels, and the second stage of the research was conducted with their students. The study group consisted of 92 high school students who agreed to participate in the study on a voluntary basis among the students of the teachers identified in 4 high schools. The data required for the research was gathered via “Visual Reading Level Form” which developed by the researchers. Visual Reading Level Form aims to determine the visual reading skill levels of the participants in related sub-skills such as; estimating time and space, identifying persons, events and symbols, recognizing propaganda, understanding the message, and the historical importance of visual. According to research findings, in almost all sub-skills determined in this study, the students of the expert teachers were more successful than the students of the novice teachers. This shows that teachers’ higher levels of visual use precipitate an increase in their students’ visual reading skills.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».