MétaCan
Menu
Retour à la cohorte
Enregistrement W3044639365 · doi:10.5539/ies.v13n8p16

The Outcomes of Constructivist Learnıng Envıroments from the Perspectives of Secondary School Students

2020· article· en· W3044639365 sur OpenAlexvenueno aff
Salih Uslu, Melek Körükçü

Notice bibliographique

RevueInternational Education Studies · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEducation Practices and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConstructivist teaching methodsPsychologyPerceptionMathematics educationChristian ministryAcademic achievementEducational attainmentAcademic yearPedagogyLearning environmentTeaching method

Résumé

récupéré en direct d'OpenAlex

Constructivist learning environments are those in which individuals absorb knowledge by conducting in-depth research and analysis. In these environments, the individuals are aware of why and how to learn the information, realize their mistakes by testing the knowledge they have learned before and reach new information by correcting these mistakes. The purpose of this research is to determine the secondary school students’ levels of perception about constructivist learning environments in terms of different variables (gender, access to a suitable place to study, grade level, and mother and father educational attainment). The research was held in the central district of a province in the Central Anatolia Region in the spring semester of the 2018-2019 academic year. The study group of the research, selected on voluntary basis with simple random method, consists of 205 students; 100 male and 105 female, who continue their education in the 6th, 7th and 8th grades of a secondary school affiliated to the Ministry of National Education. The results of the research revealed that students have a moderate constructivist learning environment perception. It was found that there was no statistically significant difference in their perceptions in terms of gender and grade level.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,096
Tête enseignante GPT0,396
Écart entre enseignants0,300 · 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.

Devis d'étudeQualitatif
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetEducation Practices and ChallengesTravaux en français237 207