MétaCan
Menu
Retour à la cohorte
Enregistrement W4324353459 · doi:10.1007/s42330-023-00264-3

The earlySTEM Program: An Evaluation Through Teacher Perceptions

2023· article· en· W4324353459 sur OpenAlexvenueno aff
Canan Mesutoğlu, M. Sencer Çorlu

Notice bibliographique

RevueCanadian Journal of Science Mathematics and Technology Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Mathematical SciencesBahçeşehir Üniversitesi
Mots-clésCurriculumContext (archaeology)Professional developmentPerceptionMathematics educationPedagogyScience educationPsychologyCurriculum developmentFaculty developmentFocus groupMedical educationSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Conceptually grounded curricular materials in the context of professional development programs facilitate teachers’ adoption of new pedagogies. Even though science, technology, engineering, and mathematics (STEM) professional development opportunities for early grade level teachers continue to receive attention, one existing challenge is to support teachers further in implementing well-defined integrated STEM curricula. The earlySTEM program supports K–4 teachers with the systematically developed earlySTEM curriculum, its associated curricular materials, and year-long mentoring. The program was implemented in 26 schools. This mid-evaluation investigated teacher perceptions of the earlySTEM program with a focus on contributions and challenges. A total of 134 teachers from the 26 schools responded to a survey with open-ended questions. Survey data were analyzed using a descriptive approach. The findings indicated that the teachers had positive experiences with the earlySTEM program. The results revealed that the earlySTEM program is perceived to have contributed to (a) teachers’ STEM teaching skills and STEM conceptualizations and (b) students’ skills development and awareness on the connection of the curriculum content to real-world problems. The results also document the perceived challenge in implementing the earlySTEM curriculum: need for more classroom time. The conclusions offer insights for similar program designs.

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)0,007
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,998
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,092
Tête enseignante GPT0,445
Écart entre enseignants0,353 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Science Mathematics and Technology EducationMême sujetScience Education and PedagogyTravaux en français237 207