A Comparative Study of Arts Education Curriculum of Primary Schools in Iran and Canada
Notice bibliographique
Résumé
The rationale for conducting this study was based on an interdisciplinary approach between art and curriculum. The main purpose was to examine Iranian and Canadian primary arts education curricula based on these four components: goals, content, teaching methods and evaluation methods. The research method was comparative, using Bereday’s four-step approach. The sample selection method was based on the strategy of “different systems, different results”. Data were collected using documents, available information in official government databases, books, and publications, that were analyzed based on John Stuart Mill’s agreement/difference method. The findings revealed significant similarities and differences between the primary schools’ arts education curricula in Iran and Canada. The similarities were found to be based on the goals and the differences mainly in the content of curriculum. Regarding the goals, although both countries have used their national cultural backgrounds in formulating the goals, Canada also has considered the native and folk culture in development of the curriculum. Furthermore, in Canada, the emphasis is on awareness of inner emotions as a prerequisite for the production of art. In the element of content, dance and music education is not included in the Iranian arts education curriculum, and in Canada, the storytelling falls under the category of drama. As to the teaching methods, getting artists to teach art is not conventional in Iran’s education, but in Canada, artists teach art alongside teachers.Moreover, the purpose of arts education evaluation in Canada is to "improve learning", while in Iran, the measure of "learning ability" is generally considered.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».