MétaCan
Menu
Retour à la cohorte
Enregistrement W4220731925 · doi:10.5430/wjel.v12n2p282

Application of Rasch Measurement Model to Analyze Instrument of Quality of Early Childhood Care and Education in Malaysia

2022· article· en· W4220731925 sur OpenAlexvenueno aff
Irdayanti Mat Nashir, Ridzwan Che Rus, Mazlina Che Mustafa, Nurul Nazirah Imam Ma’arof, Sopia Md Yassin, Abdullah Muhamed Yusoff

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Islamic Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Pendidikan Sultan IdrisMinistry of Education, India
Mots-clésRasch modelEarly childhood educationEarly childhoodPsychologyQuality (philosophy)Childhood educationReliability (semiconductor)Perspective (graphical)Process (computing)Developmental psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

This study aims to identify the validity and reliability between constructs from peer-to-peer perspective regarding the quality of early childhood care and education in Malaysia. Following the process of modification and fining, this questionnaire consists of four constructs with 60 items. The findings evidently showed that this study is significant in exploring children’s early development which influences human behaviors and practices as they reach adulthood. Therefore, the findings of this study aspire to help the stakeholders involved in early childhood education to investigate the appropriate methods, approaches or techniques to elevate the early childhood education in Malaysia. It is hoped that the moral values vastly shared on social media are put into practice and fathomed by the society to be able to curb and control the social problems among Malaysian societies.

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)0,014
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,318
Écart entre enseignants0,298 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetEducation and Islamic StudiesTravaux en français237 207