MétaCan
Menu
Retour à la cohorte
Enregistrement W4310102531 · doi:10.29173/iasl8537

Teacher Librarians Supporting STEM Education

2022· article· en· W4310102531 sur OpenAlexvenueno aff
Melissa P. Johnston

Notice bibliographique

RevueIASL Annual Conference Proceedings · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Research and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Mathematics educationPsychology21st century skillsProfessional developmentPedagogyMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

STEM education is an approach to teaching and learning that integrates the content and skills of science, technology, engineering, and mathematics; which promotes critical thinking, higher-order thinking, and problem solving (NSTA, 2020). This research was conducted with the purpose of identifying the influence of this PD on improving teacher librarians’ knowledge, skills, and abilities to support STEM education efforts in their schools. This study utilized a pre/post-test quasi- experimental design to determine the influence of the PD on teacher librarians’ knowledge, skills, and abilities to support STEM education (Creswell, 2013). The pre-test data confirms previous research, that there is a significant gap in the knowledge, skills, and abilities of school librarians when it comes to supporting STEM education efforts in their schools. Additionally, school librarians aren’t being offered many professional growth opportunities to further their knowledge in this area. Post-test data provides information on the influence that the PD had on the participants' knowledge, skills, and perceived abilities in supporting STEM education.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,894

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,327
Écart entre enseignants0,282 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIASL Annual Conference ProceedingsMême sujetEducational Research and PedagogyTravaux en français237 207