Pre-Service Teachers’ Technological Pedagogical Content Knowledge (TPCK) Related to Calculator-Based Laboratory and Contextual Factors Influencing Their TPCK
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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