MétaCan
Menu
Retour à la cohorte
Enregistrement W3040492042 · doi:10.5430/wje.v10n3p199

The Relationship Between Prospective Teachers' Learning Responsibility and Their Readiness for Teaching Profession

2020· article· en· W3040492042 sur OpenAlexvenueno aff
Umut Birkan ÖZKAN, Kemal Oğuz Er

Notice bibliographique

RevueWorld Journal of Education · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEducation Practices and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyLikert scaleScale (ratio)Medical educationMathematics educationMedicineDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the relationship between prospective teachers' level of performing behaviors related to learning responsibility and their level of readiness for teaching profession. The pre-service teachers (n = 408), who are in their second year at the Faculty of Education, filled in the Learning Responsibility Scale and the Readiness Scale for Teaching Profession. The Learning Responsibility Scale consists of 28 Likert-type questions and includes the subscales entitled preparation for learning, active engagement in learning, monitoring learning outcomes and enriching learning. Pearson's correlations and multiple linear regression analyzes were used to analyze the data. The results of the analysis revealed that there was a negative by moderately significant relationship between the prospective teachers’ learning responsibilities and their readiness for teaching profession. In addition, it was found out that the variables of learning responsibility explained 12% of the variation in prospective teachers' scores of readiness for the profession. Active engagement in learning contributed negatively to explain the prospective teachers’ readiness for teaching profession.

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)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,101
Tête enseignante GPT0,364
Écart entre enseignants0,263 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetEducation Practices and ChallengesTravaux en français237 207