The Effects of Blog-Based Learning on Pre-service Science Teachers’ Internet Self-efficacy and Understanding of Atmosphere-Related Environmental Issues
Notice bibliographique
Résumé
The aim of the study was to investigate the effects of blog-based learning (BBL) on pre-service science teachers’ Internet self-efficacy and understanding of atmosphere-related environmental problems (AREPs). The working group of the study consisted of 89 pre-service science teachers. The participants were divided into groups, and each group was asked to perform the following activities in sequence: (1) accessing scientific documents (e.g. articles, books) and reading them individually, (2) coming together in groups to discuss the scientific knowledge extracted by each group member and preparing a presentation about the issue discussed, (3) sharing findings and engaging groups in a discussion of issues, and (4) developing a blog using the knowledge from the discussions within and between groups. In this study, single-group pretest-posttest experimental design was used. To collect data, the Internet Self-efficacy Scale (ISS), the Atmosphere-related Environmental Problems Diagnostic Test (AREPDiT), and the Opinion Questionnaire about Blogging (OQaB) were used. The results revealed that the subjects’ ISS and AREPDiT post-test mean scores were significantly higher than their pre-test mean scores and that their misconceptions about AREPs were substantially eliminated by the intervention. The subjects’ responses to the blog use were generally positive.
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 | 0,001 | 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 | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».