Türkiye ile Kanada fen eğitiminin karşılaştırılması ve önerilen bir fen uygulaması
Notice bibliographique
Résumé
Bu araştırma Türkiye ve Kanada (Ontario) genel eğitim sistemleri ve ilköğretim okulları II. Kademe’de uygulanan fen programları arasında farklar olup olmadığını araştırmak, farklılıkları ve benzerlikleri ortaya çıkarmak amacıyla karşılaştırma yapmak, her iki ülkede sınıf ortamında gözlem yapmak ve bu karşılaştırma ve gözlemden elde edilen veriler yardımıyla 7. sınıf Işık ünitesi için önerilen örnek bir fen uygulamasının öğrenci başarısına, kavram öğrenmeye ve bilimsel süreç becerilerinin kazanımına etkisini araştırmak amacıyla yapılmıştır. Çalışma nitel ve nicel olmak üzere iki ayrı araştırma deseninin bir arada kullanıldığı “çoklu metod yaklaşımı” ile dizayn edilmiştir. Araştırmanın ilk kısmı Türkiye ve Kanada (Ontario) genel eğitim sistemlerinin, fen eğitim sistemlerinin ve Türkiye 2005 Fen ve Teknoloji Dersi Öğretim Ontario 1998, Fen ve Teknoloji Müfredatı’nın karşılaştırılması amacıyla yürütülen nitel araştırma desenlerinden “durum çalışması” niteliğindedir. Çalışmada ele alınan ülke eğitim sistemlerinin karşılaştırmalı incelemesinde “amaç”, “yapılanma” ve “işleme-yönetim ya da süreç” ölçütleri esas alınarak doküman incelemesi yapılmıştır. Araştırmada Kanada’da ve Türkiye’de uygulanmakta olan fen ve teknoloji müfredatlarının karşılaştırılarak incelenmesi, ortak, benzer ve farklı yönlerinin saptanması söz konusudur. Karşılaştırma yapılırken adı geçen iki ülke arasında seçilen bir fen ve teknoloji ünitesinin işleyişi nitel araştırma yöntemlerinden “gözlem yöntemi” kullanılarak her iki ülkede de gözlenmiş ve sonuçlar karşılaştırmalı olarak değerlendirilmiştir. Yapılan gözlemlerle Kanada ve Türkiye’deki fen eğitimi işleyişini yerinde görmek ve derslerin işlenişi ile ilgili birebir karşılaştırma yapmak amaçlanmıştır.Kullanılan gözlem tekniği “katılımlı gözlem tekniği” dir. Araştırmanın nicel kısmı ise fen ve teknoloji dersinde küçük gruplarla “amaç boşluklu deney tekniği” ile deney yapmanın başarıya, kavram öğrenmeye ve bilimsel süreç becerilerini kazanmaya etkisini inceleyen kontrol gruplu öntest-sontest deneysel bir çalışmadır. Bu çalışma ile yapılan karşılaştırmalar sonucunda elde edilen veriler ışığında araştırmacı tarafından tasarlanan yeni bir uygulamanın denenerek etkililiğinin sınanması amaçlanmıştır. Araştırma sonunda doküman incelemesi ile elde edilen bulgular değerlendirildiğinde Türkiye ve Kanada (Ontario) genel eğitim sistemlerinde benzerlikler olsa da çoğunlukla farklı yönlerin olduğu görülmüştür. Her iki ülkenin yönetim yapısının farklılığından kaynaklanan değişik yapılanmaların eğitim boyutunda da kendini gösterdiği ve genel eğitim sistemlerinin amaçları, idari yapısı ve okul yapısı açısından benzerliklerin yanında çoğunlukla farklılıkların olduğu dikkati çekmiştir. Her iki ülke fen eğitim sistemleri karşılaştırılırken Türkiye, Kanada ve Ontario fen ve teknoloji eğitimi “amaçlar” açısından karşılaştırmalı olarak değerlendirilmiş, Türkiye 2005 Fen ve Teknoloji Dersi Öğretim FTDÖP ) ve Ontario, 1998 Fen ve Teknoloji Müfredatı (OFTM) yapı, öğrenme alanları ve öğretilmesi hedeflenen üniteler ve öğretilmesi hedeflenen ünitelerden Işık (FTDÖP) ve Optik (OFTM) ünitesinin okutulduğu sınıf, ünite içeriği ve öğrenci kazanımları açısından benzerlik ve farklılıkları ortaya konulmuştur. Türkiye ve Ontario’da gözlenen örnek sınıflardan elde edilen veriler sınıfların fiziksel özellikleri, kullanılan öğretim yöntem ve teknikleri, ölçme ve değerlendirme teknikleri, proje çalışmalarının yürütülmesi açısından değerlendirilmiş elde edilen bulgular tablolarla karşılaştırmalı olarak verilmiştir. Araştırmada FTDÖP 7. sınıf Işık ünitesi kazanımlarına uygun, amaç boşluklu deney tekniği ile hazırlanan deneyler küçük gruplar oluşturularak deney grubundaki tüm öğrencilere yaptırılmış, deney sonunda öğrencilere deney raporu yazdırılmıştır. Uygulama sonunda amaç boşluklu deneylerle yapılan öğretimin başarıya, kavram öğrenmeye ve bilimsel süreç becerilerini kazanmaya olumlu etkisinin olduğu görülmüştür. Karşılaştırmalı Eğitim, Kanada Fen Eğitimi, Türkiye Fen Eğitimi, Fen ve Teknoloji Dersi Öğretim Amaç Boşluklu Deney Tekniği.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».