MétaCan
Menu
Retour à la cohorte
Enregistrement W4220986308 · doi:10.5539/ies.v15n2p182

Problems of Internship of Professional Experience in Teaching Mathematics

2022· article· en· W4220986308 sur OpenAlexvenueno aff
Apantee Poonputta, Autthapon Intasena

Notice bibliographique

RevueInternational Education Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesMahasarakham University
Mots-clésInternshipMathematics educationBachelorPsychologyCore-Plus Mathematics ProjectTest (biology)Statistical analysisSample (material)Connected MathematicsMathematicsPedagogyMedical educationMedicineStatisticsChemistry

Résumé

récupéré en direct d'OpenAlex

The purposes of the research were (1) to study the problems of internship of teachers in teaching mathematics programs and (2) to compare the problems internship of teachers regarding the classes and educational level. Mixed method research was employed for the study. Quantitative data from 242 sample teachers and interview data from 12 teachers. The research instruments were a questionnaire and an interview form. The statistics used were percentage, mean, standard deviation and t-test. Results of the research were as follows. 1. The research findings showed that the average problem of the teachers about teaching Mathematics was the total and five domains at a moderate level. Whereas, assessment and evaluation at a low level. 2. The findings indicated that the problems of the teachers about teaching Mathematics regarding the secondary school teachers about teaching Mathematics was more than that of the primary school teachers at the .05 level of the statistical significance. Whereas, bachelor degree and post graduate degree was not different.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,321

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,155
Tête enseignante GPT0,511
Écart entre enseignants0,355 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207