MétaCan
Menu
Retour à la cohorte
Enregistrement W3079915182 · doi:10.5430/jct.v9n3p57

Pre-Service Teachers’ Technological Pedagogical Content Knowledge (TPCK) Related to Calculator-Based Laboratory and Contextual Factors Influencing Their TPCK

2020· article· en· W3079915182 sur OpenAlexvenueno aff
Ozge Karabuz, Feral Ogan‐Bekiroglu

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalculatorTransformative learningContext (archaeology)Mathematics educationTechnology integrationPsychologyScience educationPedagogyTeaching methodComputer science

Résumé

récupéré en direct d'OpenAlex

The purposes of this study were to determine pre-service physics teachers’ TPCK related to Calculator-Based Laboratory and to examine influences of some contextual factors on their TPCK. This research was based on the transformative model of TPCK that conceptualizes TPCK as a unique body of knowledge. Multiple case study design was used. Both qualitative and quantitative research methods were implemented to collect data. Correlations between TPCK and contextual factors were calculated to seek statistical relationships. The participants of the study were senior pre-service physics teachers. Their knowledge, ability, and practice of TPCK were measured by using various methods including observations, lesson plans, and interviews. More data were collected associated with the participants teaching philosophies and their attitudes towards CBL technology by using individual interviews, reflective journals, and surveys to focus on context related factors. Results of this study conclude that pre-service physics teachers can reflect CBL technology integration skills into their practices more successfully than to their lesson plans. They can behave like an expert while using CBL technology in their teaching. In addition, pre-service physics teachers have high level TPCK related to CBL; hence, they have tendency to use CBL technology as a learning tool and have a coherent knowledge about this technology, pedagogy and content. This study also concludes that instructional philosophy and awareness of CBL technology usage have significant impacts on their TPCK related to CBL. Having student-centered instructional philosophy and awareness of the specific technology integrated into instruction would contribute performing sophisticated TPCK.

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)0,010
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,087
Tête enseignante GPT0,364
Écart entre enseignants0,277 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207