MétaCan
Menu
Retour à la cohorte
Enregistrement W3035439260 · doi:10.1177/2047173420927665

An assessment of personal financial literacy teaching and learning in Ontario high schools

2020· article· en· W3035439260 sur OpenAlexaffabout
Murdoch Neil Matheson, Christopher DeLuca, Ian Matheson

Notice bibliographique

RevueCitizenship Social and Economics Education · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésExperiential learningCurriculumStakeholderFinancial literacyPerspective (graphical)PedagogyLiteracyMathematics educationPsychologyMedical educationPublic relationsPolitical scienceFinanceBusinessComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of the study was to examine the experiences of current high school students and teachers in Ontario regarding their experiences with personal financial curriculum and teaching at the secondary level, and to identify the ways in which this important educational experience may have helped prepare students to become financially literate. We considered this overarching issue using a transdisciplinary lens from the perspective of the three stakeholder groups. Using a case study research design, the first of its kind in Ontario or Canada on this topic, We utilized interviews and artifacts to uncover student and teacher experiential data across three high schools in southeastern Ontario. The major findings were that current students and teachers perceived curriculum and teaching experiences as seriously lacking in effectively preparing them to be financially literate, and that a fundamental reorientation around transdisciplinary, student-led learning was key to transforming such learning into a more meaningful and valuable educational experience. With mandatory, properly supported, student-oriented (transdisciplinary) instruction, the potential exists for more effective and valuable learning, resulting in better equipped high school students who were properly prepared to successfully navigate financial issues and the path ahead.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

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

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 GPT0,273
Écart entre enseignants0,252 · 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 tête enseignante, 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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCitizenship Social and Economics EducationMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207