Türkiye ve Kanada Ortaöğretim Matematik Dersi Öğretim Programlarının Karşılaştırılması
Notice bibliographique
Résumé
Bu araştırmanın amacı Türkiye ortaöğretim matematik dersi öğretim programı ve Ontario ortaöğretim matematik dersi öğretim programının karşılaştırılmasıdır. Bu amaçla çalışmada her iki ülkenin ortaöğretim matematik dersi öğretim programları incelenirken, öğretim programlarının temel unsurları olan eğitim felsefeleri, hedef, içerik, eğitim durumları ve ölçme değerlendirme sistemleri ile ders kitapları ile program yönetme, izleme ve değerlendirme süreçleri temel alınmıştır. Araştırmada betimsel araştırma tekniklerinden doküman analizi kullanılmıştır. Eğitim ve toplumun içinde bulunduğu ekonomik, sosyal ve kültürel yapı birbirinden bağımsız değildir. Türkiye ve Ontario öğretim programları da bu yapılara bağlı olarak şekillenmiştir. Araştırma sonucunda Ontario ve Türkiye’nin matematik öğretim programlarında bir takım benzerlikler olduğu kadar farklılıkların da bulunduğu örneklerle ortaya konmuştur. Bu anlamda Kanada’nın çok uluslu bir ülke olması eğitimde yerelliği gerekli kıldığı buna karşılık, Türkiye’de merkezi, milli bir eğitim sistemi uygulandığı, Türkiye ve Kanada arasında matematik dersi öğretim programlarının özellikle ölçme ve değerlendirme süreçleri açısından ciddi anlamda farklılıklar olduğu belirlenmiştir. Çalışmada tercih edilen Ontario eyaletinin PISA sınavlarında aldığı olumlu sonuçlar her iki ülkenin öğretim programları açısından da incelenmiştir. Bu farkı oluşturan başlıca nedenin öğretim programlarının uygulanma süreçlerindeki farklılıklar olduğu bulgusuna ulaşılmıştır. Araştırma sonucuna göre Türkiye’de öğretmen niteliklerini yükseltecek çalışmaların artırılması ve eğitimde günümüzün vazgeçilmez parçası olan teknolojinin matematik öğretim programlarındaki yerinin genişletilmesi gerekmektedir.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».