MétaCan
Menu
Retour à la cohorte
Enregistrement W4320492654 · doi:10.5539/jel.v12n2p11

A Picture of Chemistry: A Case Study from High Schools (Hakkari Sample)

2023· article· en· W4320492654 sur OpenAlexvenueno aff
Mukadder BARAN, Medine Baran

Notice bibliographique

RevueJournal of Education and Learning · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Leadership and Administration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryChemistry educationMathematics educationPsychologyQualitative researchSociologySocial scienceEnthusiasmSocial psychology

Résumé

récupéré en direct d'OpenAlex

This research aims to draw a picture of chemistry lessons based on students’ opinions in Hakkari, Turkey. The research design is a case study. An open-ended qualitative questionnaire consisting of 15 questions was used. The questionnaire was applied to 463 tenth- and eleventh-grade students studying at high schools in Hakkari. The data obtained were analyzed using qualitative and quantitative methods: content analysis, correlation tests, and chi-square tests. As a result, two categories were found: the factors affecting chemistry teaching and the effect of chemistry on students’ daily and future lives. According to this, students’ interest in chemistry is a factor in learning chemistry, the teaching method used by the teacher is an essential factor for chemistry, and having enough knowledge of chemistry affects achievement in other courses. A significant difference was found between female and male students choosing chemistry in their future careers, and the results were in favor of male students. On the contrary, female students thought that chemistry would be more permanent than males thought in their lives. The activities used in chemistry lessons, teachers’ attitudes in the classroom, and the use of chemistry examples in daily life are effective for learning chemistry and choosing chemistry for a future career.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,047
Tête enseignante GPT0,380
Écart entre enseignants0,334 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducational Leadership and AdministrationTravaux en français237 207