MétaCan
Menu
Retour à la cohorte
Enregistrement W4310978616 · doi:10.5539/elt.v15n12p98

On the Problems and Solutions of Professional Ethics Education of Normal Students from Educational Narrative Research

2022· article· en· W4310978616 sur OpenAlexvenueno aff
Yanfang Zhou, Yinyi Huang

Notice bibliographique

RevueEnglish Language Teaching · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIdeological and Political Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConnotationNarrativeClass (philosophy)PsychologyProfessional ethicsPedagogyMathematics educationSociologyEngineering ethicsEpistemology

Résumé

récupéré en direct d'OpenAlex

Professional ethics is the core quality of teachers. Teachers' professional ethics education for normal students is a problem that society, universities and normal students must attach great importance. This paper uses narrative research to study the professional ethics education of outstanding normal students. Firstly, it expounds the connotation of narrative research. Secondly, in the form of interviews and narrations, the paper selects five normal students of 5 different majors from 4 different universities and named respectively A, B, C, D and E as the objects, to investigate the current situation of professional ethics education for college normal students, and to sort out some existing problems. Further, we delivered the questionnaires to broaden the scope of research. It is found that the way of professional ethics education for normal university students is single, mainly in class; the contents are boring, lacking of innovation; some normal students' consciousness of professional ethics is weak. So the effect of education needs to be improved urgently. The causes of these existing problems are also analyzed further. And some relative solutions have been proposed. It is expected to promote the development of professional ethics education for outstanding normal students.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,094
Tête enseignante GPT0,460
Écart entre enseignants0,366 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetIdeological and Political EducationTravaux en français237 207