Comparing Pre-Service Teachers’ Self-Confidence Levels in Technological Pedagogical Content Knowledge in Terms of Several Variables
Notice bibliographique
Résumé
This study aimed to investigate and compare pre-service teachers’ self-confidence in technological pedagogical content knowledge (TPACK) concerning their gender, department, and owned digital technologies. To achieve this goal, the survey method was conducted as part of a quantitative method design. Participants of the study consisted of 252 pre-service teachers from four different concentrations: physics, chemistry, biology, and german language teaching. TPACK Self Confidence Scale (TPACK-SCS), which was constructed by Graham, Burgoyne, Cantrell, Smith, and Harris (2009) and adapted to Turkish by Timur and Taşar (2011), was used as the data collection tool. TPACK-SCS is a scale with 4 sub-dimensions as Technological Pedagogical Content Knowledge (TPACK), Technological Pedagogical Knowledge (TPK), Technological Knowledge (TK), and Technological Content Knowledge (TCK). The Cronbach’s Alpha internal reliability coefficients of the scale were calculated between .78 and .94. Since the data obtained did not show normal distribution it was analyzed by Mann-Whitney U and Kruskal Wallis - H tests. According to the results, significant differences were found in the level of self-confidence and sub-dimensions of students’ TPACK according to gender, department, and owned digital technologies for education.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».