MétaCan
Menu
Retour à la cohorte
Enregistrement W4301902865

"One Laptop per Child" Projects and FATIH Project: A Comparative Examination

2016· article· en· W4301902865 sur OpenAlexaboutno aff
Dilek DOĞAN, Murat ÇINAR, Süleyman Sadi Seferoğlu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaptopPsychologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to make a comparison between the key components of FATIH Project which its foundations was built in 2010 and the other one laptop per child projects from various countries, and to make a situation analysis in this context. Within this scope, the things that performed in the implementation process of the projects, the requirements need to be done in the context of improving conditions and relations with stakeholders, and all reflections on their learning environment are discussed based upon the main components of the FATIH Project. To that end, the projects implemented in Argentina, Austria, Brazil, Czech Republic, France, South Korea, India, Israel, Italy, Canada, Sri Lanka, Uruguay, Peru, Portugal, Rwanda, Greece and in particular to FATIH project in Turkey were examined in detail. The analyses showed that the projects were spread throughout the country without any assessment in response to the pilot studies, the lack of cooperation between agencies, companies and stakeholders in the implementation process of the projects, as well as the inadequacy of teacher training and the development of contents in most of countries. On the other hand, the factors such as lack of pedagogical and technical support in particular, is understood to cause take the use of current technologies longer than expected. It is also understood that teachers' attitudes towards technology as well as their technology knowledge and skills was not taken into consideration, and therefore the technologies in schools cannot be used effectively in these projects.Key words: FATIH project, Information technologies, E-content, Hardware infrastructure, Technical and pedagogical support, In-service training

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,071
Tête enseignante GPT0,336
Écart entre enseignants0,264 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPoverty, Education, and Child WelfareTravaux en français237 207