MétaCan
Menu
Retour à la cohorte
Enregistrement W3009470638 · doi:10.5430/ijhe.v8n8p16

The Practice of the Training on Stress Tolerance Increase of Ukrainian Students in the Sphere of Legal Education

2019· article· en· W3009470638 sur OpenAlexvenueno aff
Т. А. Латковська, Mikhail Sidor, Tetiana Goloyadova, Andrey Kalimbet

Notice bibliographique

RevueInternational Journal of Higher Education · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Teacher Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUkrainianTest (biology)CurriculumStress (linguistics)PsychologyWilcoxon signed-rank testValue (mathematics)Stress testMathematics educationPedagogyMedical educationMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The new national curriculum implementation in the sphere of higher education in Ukraine raises the need for using tests as the means of students’ knowledge assessment. The authors have identified the connection both between the level of stress tolerance and between the level of test passing by means of using the correlated analysis, the Kolmogorov-Smirnov test and the T-Wilcoxon test. The level of stress tolerance has a serious impact upon the students’ test result. The students show a higher efficiency level while passing the test after visiting the training on stress tolerance increase. It has been identified that the opportunity value as to how to focus the students’ attention on the test is an important harbinger of the thesis that the education of Ukrainian students should be followed by the assessment of their psychological state. The authors have identified that the students’ psychological architype has an impact upon the education efficiency giving both similar and best results according to the results from other cultures.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,377
Écart entre enseignants0,356 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetEducational Methods and Teacher DevelopmentTravaux en français237 207