The Effect of Argumentation-Based Learning Environments on Pre-service Science Teachers' Conceptual Understanding and Decision Making Styles
Notice bibliographique
Résumé
The aim of this study is to investigate the effect of making argumentation practices on the conceptual understanding level and decision making styles of pre-service science teachers on socio-scientific subject, genetically modified organisms (GMO). The sample of this study consists of 48 Pre-service science teachers studying in the 2nd grade of the science education department, Faculty of Education, in the 2018-1019 academic year. 24 of the pre-service science teachers are the experimental group and 24 of them are the control group. Case study was used in the study. In the experimental group; within the scope of 5E teaching model; with materials and animations containing Toulmin's argumentation model; the control group was processed with traditional teaching methods. Conceptual understanding levels of Pre-service science teachers, who constitute the experimental and control groups, about GMO before and after the teaching activities, were measured. As a data collection tool in the research; the open-ended question and likert type scale consisting of 12 items, which are based on GMO, based on expert opinions and have scope validity, is the Knowledge Test on Genetically Modified Products of University Students (KTGMOUS), pre-test and post-test. It was applied as a test. In addition, a five-point Likert-type "Decision-Making Styles Scale" consisting of 24 items was applied to the experimental group in the form of pre-test and posttest. Findings obtained at the end of the study are presented.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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 ».