The Opinions of Science Teachers on the Weaknesses and Strengths of LGS and TEOG Systems (The Case of Kars Province)
Notice bibliographique
Résumé
This study aims to determine the opinions of science teachers working in secondary schools in Kars province of Turkey regarding the comparison of the High School Entrance Exam (LGS) which is currently being applied in Turkey and the transition from primary to secondary education (TEOG) which was applied in Turkey before this exam system. The study was conducted with a screening model and data was collected through structured questions. The study group consists of 48 Science Teachers, who have teaching experience “1-10, 10-20 and over 20 years”, working in 13 different secondary schools in Kars. The main categories were tried to be determined using explanatory and inferential codes that appeared in the analysis of forms for teachers' views. As a result of the research, it was found that most science teachers expressed the opinion that it was not necessary to abolish the TEOG and enact the LGS, and that the TEOG exam served its purpose better than the LGS. Again, as a result of the research, it was found that science teachers who thought that TEOG was a stronger test than LGS expressed the opinion that TEOG should be more systematic, process-oriented, be compensated, have more impact on written exams in school, and that the exam should be a process-oriented exam spanning two semesters. It was determined that science teachers who thought that LGS was a stronger test than TEOG had expressed the opinion that LGS was a highly distinguishable test and that LGS questions were questions based on high-level thinking, high selectivity, based on interpretation, requiring knowledge, far from recitation, covering all subjects.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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 ».