MétaCan
Menu
Retour à la cohorte
Enregistrement W36851704 · doi:10.3390/v15020490

SU Model : การประยกตการจดการเรยนรแบบสรางองคความร

2014· article· en· W36851704 sur OpenAlexfundno aff
สุเทพ อ่วมเจริญ

Notice bibliographique

RevueHumanities and Social Sciences · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Assessment and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésConstructivist teaching methodsCurriculumComputer scienceMathematics educationConstructivism (international relations)Focus (optics)PedagogyKnowledge managementPsychologyTeaching methodPolitical science

Résumé

récupéré en direct d'OpenAlex

บทคดยอ นบตงแตป 2550 งานวทยานพนธทนกศกษาปรญญาเอกสาขาวชาหลกสตรและการสอนใหความสนใจและนำเสนอคอการพฒนารปแบบการเรยนการสอนภายใตทฤษฎการสรางองคความรดวยตนเอง บทความนจะนำเสนอแนวคดการวจยทสนบสนนการนำทฤษฎการสรางองคความรดวยตนเองมาพฒนา สงแวดลอมการเรยนร เรยกวาแบบจำลอง SU Model ซงเปนการออกแบบหลกสตรรายวชา นำเสนอโดย รศ.ดร.สเทพ อวมเจรญ ทชวยใหแนวทางผเรยนไดสำรวจและเกบรวบรวมขอมลบรบทตางๆ นำมาใชในการศกษาเรยนรเรอง การพฒนาหลกสตร ผวจยไดใชกระบวนการวจยทดสอบนวตกรรมในการเรยนการสอนภายใตทฤษฎการสรางความรดวยตนเอง 3 ขน คอ 1) การทำความรทมอยใหกระจางแจง 2) การระบ การไดรบและการเขาใจขอมลใหม และ 3) การยนยนความถกตองและการใชขอมลใหม ABSTRACT Since 2007 the theses presented by Ph.D. candidates of the Department of Curriculum and Instruction have had a focus on the development of educational instruction based on constructivist theories. This paper presents research that support the use of constructivist theories to improve and development learning environments called the SU model—developed by Assoc. Prof. Sutep Uamcharoen (Ed.D)—which aims to give guidelines to students. In return, these students will be able to explore and collect data from various contexts, which can be used to engineer and develop new curricula. The researcher used the following three constructivist steps: 1) clarifying existing knowledge; 2) identifying, receiving, and understanding new information; and 3) confirming and using new knowledge.

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)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil0,781

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0040,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,2330,068

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 Opus0,252
Tête enseignante GPT0,426
Écart entre enseignants0,174 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumanities and Social SciencesMême sujetEducational Assessment and PedagogyTravaux en français237 207