MétaCan
Menu
Retour à la cohorte
Enregistrement W3043532527 · doi:10.5539/jas.v12n8p265

Knowledge and Perception of Nanotechnology Among Students of Agricultural Faculties’ in Jordan

2020· article· en· W3043532527 sur OpenAlexvenueno aff
Mohammad Altarawneh

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueNanotechnology research and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerceptionCurriculumInclusion (mineral)NanotechnologyPsychologyMaterials sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

This study investigated Knowledge and Perception of Nanotechnology among Students of Agricultural Faculties’ in Jordan. The research was based on distributing a questionnaire. This study collected data from 485 respondents, of which 410 were analyzed. The results revealed that a very significant finding that the majority of the investigated students (45%) have already heard the word ‘nanotechnology’, though (72%) of those (45%) do not know about nanotechnology very well. The results of the present study indicated that students have basic or no enough knowledge about nanotechnology. The results also showed that students were with a very superficial knowledge of Nanotechnology. Moreover, none of the examined variables has no significant effect on the perception toward nanotechnology. Even though it is expected that students with higher years of study could show more expertise and acquire more developed topics such as the Nanotechnology concept, the students showed similar knowledge of Nanotechnology regardless of their year in study. The study recommends that the Jordanian educational policymakers in higher education should consider the inclusion of the Nanotechnology concept in the curricula of the different academic courses.

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)0,001
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,271
Écart entre enseignants0,258 · 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 revueJournal of Agricultural ScienceMême sujetNanotechnology research and applicationsTravaux en français237 207