MétaCan
Menu
Retour à la cohorte
Enregistrement W3139838147 · doi:10.15708/kscs.39.1.4

Exploration of the Ways to Improve Alignment between Content and Standards in the Big Idea-Based Curriculum: Focusing on the Social Studies Curriculum in BC and Ontario

2021· article· en· W3139838147 sur OpenAlexaboutno aff
Nam-Jin Paik, Jung-Duk Ohn

Notice bibliographique

RevueThe Journal of Curriculum Studies · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Systems and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumContent (measure theory)Social studiesCurriculum mappingSociologyMathematics educationCurriculum developmentPedagogyPsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

본 연구에서는 캐나다 BC 주와 온타리오 주의 사회과 교육과정을 검토하여 빅 아이디어 중심으로 교과 교육과정을 설계할 때 내용 체계와 성취기준의 연계를 강화하기 위한 개선 방향을 탐색하였다. 이를 위해 첫째, 빅 아이디어의 의미와 2015 개정 교과 교육과정의 내용 체계에 대해 살펴보고, 둘째, BC 주와 온타리오주의 사회과 교육과정에서 내용과 기준의 제시와 특징을 살펴보고, 셋째, 이러한 외국의 사례들을 통해 빅 아이디어 중심 교과 교육과정에서 내용 체계와 성취기준의 연계를 위한 개선 방향을 제시하였다. 본 연구에서 제시된 개선 방향은 다음과 같다. 첫째, 핵심 개념을 여러 주제와 소재를 아우를 수 있는 소수로 선정하고, 각성취기준이 어떠한 핵심 개념과 연계되는지를 교육과정 문서에 제시할 필요가 있다. 둘째, 일반화를 학년(군)별로 선정하고, 성취기준이 어떠한 일반화와 관련되는지를 보여줄 필요가 있다. 셋째, 교과의 탐구 과정이 명료히 드러나도록 기능을 제시하고, 기능과 성취기준의 관련성을 제시할 필요가 있다. 넷째, 내용 체계의 요소와 성취기준을 교육과정 문서의 독자가 충분히 이해하도록 핵심 질문, 탐구 예시 등을 포함하며 설명할 필요가 있다.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,573

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0110,005
Communication savante0,0090,003
Science ouverte0,0020,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,117
Tête enseignante GPT0,344
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Curriculum StudiesMême sujetEducational Systems and PoliciesTravaux en français237 207