An Analysis of the Studies Conducted in the Field of Curriculum Evaluation from a “Methodology” Perspective
Notice bibliographique
Résumé
This study analyzed studies done in Turkey in the context of curriculum evaluation (CE) by asking, “How is it made? The study was carried out in two stages. In the first stage, the document analysis method used 215 theses written between 1991 and 2020 on CE were analyzed according to the “thesis review form.” In the second stage, depth analysis was made through semi-structured interviews with the authors (students) and the field experts (supervisors of the authors) of the theses to make the results of the first stage more understandable. Interviews were conducted with 32 participants. A maximum sampling method was used to determine the participants. The data analysis calculated percentage and frequency values for the data obtained in the first stage. In the second stage, descriptive analysis and content analysis were carried out with the MAXQDA 2020 qualitative data analysis program. The majority of theses did not employ a CE model as a consequence of the research, and the CIPP model was the most popular CE model. Many of the theses were not justified in using the CE model. Model usage increased as time passed to the present day. Many theses used quantitative models but did not explicitly state the sampling technique. Teachers were mainly used in this research as a source for data gathering, and participant numbers ranged from 10 to 50. Additionally, most studies used questionnaires and interviews as the primary data-gathering tools. All of these findings suggest that CE studies have several flaws.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».