MétaCan
Menu
Retour à la cohorte
Enregistrement W4312209496

Türkiye Almanya Çin Kanada ve Singapur Öğretmenlik Meslek Kanunlarının Karşılaştırmalı Analizi

2022· article· tr· W4312209496 sur OpenAlexaboutno aff
Melek DÖNMEZ YAPUCUOĞLU, Funda ERYILMAZ BALLI

Notice bibliographique

RevueDergiPark (Istanbul University) · 2022
Typearticle
Languetr
DomaineSocial Sciences
ThématiqueEducational Leadership and Administration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The teaching profession is a field of professionalism that encompasses versatile competencies and qualifications. The long-awaited teaching profession law in Turkey entered into force as of February 2022. In this study, it is aimed to compare the teaching profession laws of countries such as Germany, China, Canada and Singapore, which are shown as examples in different fields, with Turkey’s teaching profession law, which has only recently entered into force. In this study it is determined to reveal teaching profession laws common and different aspects. The data of the research were collected by the document analysis method. The results of the study were created by comparatively examining the teaching profession law prepared in Turkey and the professional laws in other countries. Three themes were revealed examining from teaching profession laws as the aim and scope, teaching profession and teaching career. In the theme of the teaching profession; seven codes were created. The codes were named as the definition of the teaching profession, the qualifications of teachers, the duties of teachers, the rights of teachers, penalties and sanctions against teachers, working time and holidays and rewards. And the last one is the teaching career theme. Teaching career theme consists of six codes as teachers' selection, wage policy, transfer (appointment), in-service training, promotion and retirement.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,988
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,005

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 Opus0,030
Tête enseignante GPT0,254
Écart entre enseignants0,223 · 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'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 revueDergiPark (Istanbul University)Même sujetEducational Leadership and AdministrationTravaux en français237 207