MétaCan
Menu
Retour à la cohorte
Enregistrement W3170418984 · doi:10.18357/bigr22202119633

Teaching Borders: A Model Arising from Israeli Geography Education

2021· article· en· W3170418984 sur OpenAlexvenueno aff
Tal Yaar

Notice bibliographique

RevueBorders in Globalization Review · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducator Training and Historical Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumSubject (documents)Consistency (knowledge bases)PerceptionPoliticsMathematics educationState (computer science)PedagogySociologyPsychologyPolitical scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Teaching the topic of a country’s borders can be challenging. This is especially the case in Israel, where not all the state’s borders are agreed: there are internal disagreements between parties on the ground and external disagreements between parts of the international community and the State of Israel. A border, the very symbol of stability and consistency, contains mixed and contradictory aspects; the borders are not always well defined and, for many people, sensitive and contentious subjects. Therefore, teachers often avoid or feel uncomfortable teaching the topic, even though they know well its importance. This study examines existing curricula and textbooks used to teach the topic in Israeli high schools, and develops a picture of teachers’ perceptions of teaching the topic through qualitative research. On this basis, the paper proposes a training model that addresses both the social and emotional side of the subject and the historical and political knowledge required to teach it. The purpose of the model is to better equip and enrich teachers to take on the task while minimizing fear of encountering or provoking adverse reactions. The teacher’s role is to expose students to different perspectives and positions, so students can begin to assess the problematic and complex nature of the topic in general and Israel’s borders in particular.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,034
Communication savante0,0080,007
Science ouverte0,0020,004
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,432
Écart entre enseignants0,373 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorders in Globalization ReviewMême sujetEducator Training and Historical PedagogyTravaux en français237 207