MétaCan
Menu
Retour à la cohorte
Enregistrement W3096649147 · doi:10.5430/ijhe.v9n9p41

Phenomological Happiness of the History and Geography Teacher in Rural

2020· article· en· W3096649147 sur OpenAlexvenueno aff
Yone Vilchez Cisneros, Doris Fuster-Guillén, Roger Pedro Norabuena Figueroa, Reyna Luisa Cruz Shuan

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Teacher Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHappinessPsychologyConsciousnessPhenomenology (philosophy)Interpretation (philosophy)Meaning (existential)EpistemologySocial psychologySociologyPedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

The purpose of this research was to describe, analyze and interpret the essence of the experience lived by teachers of the specialties of History and Geography in Huanca Sancos - Ayacucho. Reflective and empirical methods of hermeneutical phenomenology were developed; the latter is responsible for addressing reality based on the subject's consciousness in understanding the meaning of what has been experienced; research was oriented from the qualitative approach and interpretive paradigm. The information was obtained from a sample made up of teachers who narrated their experiences through anecdotes. Close observation and a conversational interview were also used as instruments and techniques. The analysis and interpretation of the information allowed to discover individual and group meanings such as happiness, reflection, satisfaction, and tranquility; thus building as a general thematic unit of this study: the happiness of the teacher, understood as fullness, well-being and satisfaction; it is actually the source of all pedagogical transformation. To conclude, it can be stated that the study has the character of stimulation and satisfaction in the practice of pedagogical happiness as a habit that leads to making thinking more flexible and discovering better options for a change.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,135
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,346
Écart entre enseignants0,297 · 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.

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 revueInternational Journal of Higher EducationMême sujetEducation and Teacher TrainingTravaux en français237 207