MétaCan
Menu
Retour à la cohorte
Enregistrement W4297240837 · doi:10.5539/ies.v15n5p101

When the Cheese Moves: How Arab and Jewish Education Students Perceive the Transition to Distance Practical Teaching During the Covid-19 Crisis

2022· article· en· W4297240837 sur OpenAlexvenueno aff
Haifaa Majadly, Daniel Nikritin

Notice bibliographique

RevueInternational Education Studies · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDistance educationPsychologyTeaching methodPerceptionHigher educationJudaismComputer-assisted web interviewingMultimethodologyCoronavirus disease 2019 (COVID-19)PedagogyMathematics educationMedical educationPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The goal of the current study was to examine teaching students’ positions and perceptions regarding the transition to an online format for practical teaching during Covid-19, and whether differences exist between Jewish and Arab students’ positions. The study also examines teaching students’ technological and pedagogical self-efficacies for distance teaching and the extent of differences between the Arab and Jewish students’ self-efficacies. In addition, the study examined which background and personality variables predict positions and perceptions. The findings are based on a questionnaire completed by 279 Arab and Jewish teaching students from two Israeli teacher education colleges that transitioned to online practical teaching as a result of the Covid-19 crisis. Semi-structured interviews were also conducted to gain a deeper understanding of the questionnaire findings and to expand on topics not referred to in the questionnaire. The study reveals that teaching students accept the importance of the distance teaching experience during training in order to prepare them for the changing reality. Nevertheless, this cannot fully replace field experience because of the need for support and the limited ability to learn from the distance experience about face-to-face teaching.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,052
Tête enseignante GPT0,454
Écart entre enseignants0,402 · 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.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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