MétaCan
Menu
Retour à la cohorte
Enregistrement W3173295921 · doi:10.5430/wje.v11n3p39

Investigating Perceptions and Skills of Gifted Students in STEM Education

2021· article· en· W3173295921 sur OpenAlexvenueno aff
Selin Kulegel, Ünsal Umdu Topsakal

Notice bibliographique

RevueWorld Journal of Education · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEducation, Achievement, and Giftedness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGifted educationPsychologyPerceptionMathematics educationQualitative researchPedagogyMedical educationSociology

Résumé

récupéré en direct d'OpenAlex

Science, Technology, Engineering and Mathematics (STEM) provides a noteworthy conceptual lens for many countries when it comes to labor recruitment. For many countries, providing opportunities for gifted students at school and quality STEM education should be included. A limited number of qualitative study has focused in-depth on the skills and perceptions of gifted students in STEM education. Therefore, this article aims to explore gifted students' perceptions and skills by applying STEM education. The study was conducted with 17 middle school gifted students. It includes data collection, a series of interviews, student diaries focusing on the STEM experiences of gifted children, and a self-assessment form that allows students to evaluate themselves in activities. As a result, it was concluded that STEM education practices are important in discovering the perceptions and skills of gifted students, and that students improve their scientific inquiry, argumentation, technological inquiry, and creative thinking skills, and enable career choice to them. In addition, it seems that STEM activities need more work with gifted students.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,384
Écart entre enseignants0,361 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetEducation, Achievement, and GiftednessTravaux en français237 207