MétaCan
Menu
Retour à la cohorte
Enregistrement W4327731632 · doi:10.5539/ies.v16n2p61

Predicting Secondary School Students’ 21st-Century Skills Through Their Digital Literacy and Problem-Solving Skills

2023· article· en· W4327731632 sur OpenAlexvenueno aff
Ender Özeren

Notice bibliographique

RevueInternational Education Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationDigital literacyLiteracyPsychologyInformation literacyPopulationCluster samplingProblem-based learningData collectionMedical educationPedagogySociologySocial scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The research aims to determine whether secondary school students’ digital literacy and problem-solving skills predict 21st-century skills. It is a correlational survey study. The population of the research is the students studying in secondary schools in formal education institutions in Elazig. The sample of the research is 490 secondary school students determined by the disproportionate cluster sampling method. Data collection tools in the research are demographic information form, digital literacy scale, problem-solving inventory for primary school children, and 21st-century skill scale. The research makes use of parametric tests for the analysis of the data as the data fulfill the normal distribution condition. The results show that while the digital literacy and 21st-century skill levels of secondary school students are not very high, their problem-solving skills are high. The results also show that the problem-solving and 21st-century skill levels of secondary school students differ significantly by gender, and mother and father’s education level while there is no significant difference between secondary school students’ digital literacy levels by their father’s education level. The results of the research also show that there is a positive and moderately significant relationship between the problem-solving skills of secondary school students and their digital literacy levels. The results also indicate that there is a significant relationship between the communication sub-dimension of secondary school students’ 21st-century skills and digital literacy levels, and between the “confidence in problem-solving skills” and “avoidance” sub-dimensions of problem-solving skills. While the significant relationships identified are negative in the avoidance sub-dimension, they are positive in other dimensions. The results show that digital literacy and problem-solving skills do not significantly predict secondary school students’ 21st-century skill levels. However, secondary school students’ 21st-century skill and problem-solving skill levels significantly predict their digital literacy level.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,396
Écart entre enseignants0,375 · 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'étudeObservationnel
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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207