Analysis of Environmental Risk Perceptions and Scores of Preservice Science Teachers in Terms of Some Variables
Notice bibliographique
Résumé
This research aims to determine the environmental risk perceptions of preservice science teachers (PSTs) and compare their risk scores in relation to different variables. The research participant group consisted of PSTs (N = 205) from the Faculty of Education in the Department of Science Education at Bolu Abant İzzet Baysal University in Turkey. The environmental risk perception scale (ERPS) was used as a data collection tool and the environmental risk perception interview form (ERPIF) was used during the interviews. A survey model was used in the research. An enriched design in which quantitative and qualitative analyses were used together was included. Quantitative results from the research show “radiation,” “factory waste,” and “hazardous (chemical) waste,” as environmental problems that PSTs consider the riskiest. The least risky environmental problems were “overgrazing of animals in meadows and pastures,” “commercial fishing,” and “open mining.” According to the qualitative interview results, “air pollution” and “factory waste” were seen as the riskiest environmental problems, while “environmental waste” was considered the least risky environmental problem. In addition, while the females had a higher environmental risk perception than the males, there was a significant difference between the 3rd and 4th levels with 4th level PSTs favoring a higher environmental risk perception. There was no significant difference between the environmental risk perception scores of the PSTs depending on whether they took an environmental course or not; neither was there any significant difference issuing from the educational status of PSTs’ parents.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».