Exploring Teachers’ Practices in Teaching Robotics Programming in Primary School
Notice bibliographique
Résumé
Programming and coding are important skills and competencies in the 21st century. Due to this importance, robotics programming has been introduced in the Malaysian education system since 2013. Robotics is important in education because it could be used to cultivate various skills. Various studies have been conducted on robotics and its applications in education, and proponents of robotics believe that using robotics to teach programming could be impactful and effective in the Malaysian education context. On the other hand, many students think that programming is challenging. Consequently, some questions have arisen, such as the suitable programming language or platform to be used in Malaysian Primary School and the best instructional method. Studies have also examined the existing robotics modules used in the teaching and facilitation (T&F) process, in which it was found that the current curriculum is focused on introducing robotic programming. In this regard, there is a need to explore the current teaching design, pedagogy, and teachers’ practices. Therefore, this study is aimed to explore the teachers’ practice in teaching robotics programming as part of the Design and Technology (RBT) subject in Primary School. This study discusses teachers’ practices, the issues in robotics programming education, the importance of robotics to education, especially in primary schools, and the robotics kits and programming languages or platforms commonly used in schools. This study is a qualitative case study, and data were collected using in-depth interviews. The findings of this study have produced several key themes, namely: (a) RBT teacher practices (GRBT) in T&F, (b) Strategies in lesson planning, (c) Challenges and obstacles of T&F, (d) Use of technology, and (e) Teacher’s commitment. These are hoped to help educators, education administrators, and policymakers to understand the implications of robotics teaching in teaching programming.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».