Saving Angels Program: An Intervention for Students at Risk of Dropping Out (A Community of Practice Action Research)
Notice bibliographique
Résumé
The Department of Education and the Schools Division of Camarines Sur, in its support to the mission and vision of the department to keep students in school, Bagacay National High School came up with the Saving Angels program, a community of practice for excellent school’s project that addressed the Students-at-risk-of-Dropping out. The Saving Angels initiative looked into the dropout rate of the school, the level of effectiveness of the program, and its effect on the dropout rate. The research followed a descriptive-quantitative design where the level of effectiveness was taken from a survey questionnaire, whereas the dropout rate was computed at the end of each quarter. The interventions conducted in this study are Teacher’s Bank, Model Class, Hiking Society, Gulayan sa Bawat Bagacayenong Tahanan, and Ambassadors of Academic Instruction. These interventions targeted the generation of instructional materials, classroom modification and attendance monitoring, student home visitation, open vegetable garden, and teacher leaders and heroes in instruction. A learning action cell served as the backbone of the sharing. The said interventions were conducted from June 2018 to February 2019. The program resulted in a decrease of the school dropout rate from 10.43% (52 students) in 2016-2017, 3.2% (20 from 623) in 2017-2018, to only 2.8% (20 out of 717) of 2018-2019. The program continues and grows to sustain the development of the Bagacañeno learners.
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 | 0,021 | 0,038 |
| 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 | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».