MétaCan
Menu
Retour à la cohorte
Enregistrement W3210455696 · doi:10.5430/jct.v10n4p13

Subject Specialisation in Primary School: A Theoretical Review and Implications for Policy and Practice in Zambia

2021· review· en· W3210455696 sur OpenAlexvenueno aff
Zanzini Ndhlovu, Bentry Nkhata, Ferdinand Mwaka Chipindi, Bibian Kalinde, Collins Kaluba, Esther Malama, Robinson Mambwe, Katongo Bwalya, Enala Sharon Lufungulo, Hikabwa D. Chipande

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Christian ministryMathematics educationModalitiesPrimary educationPosition (finance)PedagogyPsychologySociologyPolitical scienceComputer scienceSocial scienceLibrary scienceBusiness

Résumé

récupéré en direct d'OpenAlex

The Ministry of General Education (Zambia) introduced subject specialisation at primary school. However, researchers have not yet sufficiently interrogated the concepts and modalities of subject specialisation at the primary school level to build a basis for an informed position and implementation. The paper aimed to review the literature and international practice relevant to subject specialisation at the primary school level. Interpretive techniques were applied while conducting secondary data analyses. The review established that there were different models of specialisation in education. There were also mixed experiences of subject specialisation in teaching and learning at primary school levels from the countries accessed. Nonetheless, intentional narrowed practice tended to contribute to the competent delivery of service in education. The paper, thus, welcomed differentiated types of specialisation based on school circumstances, learner grade level, staff numbers and teaching and learning facilities. Therefore, the authors proposed a study to explore the assertions and proposals.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,054
Tête enseignante GPT0,465
Écart entre enseignants0,411 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueJournal of Curriculum and TeachingMême sujetEducation Systems and PolicyTravaux en français237 207