MétaCan
Menu
Retour à la cohorte
Enregistrement W4360846221 · doi:10.5539/jel.v12n2p145

The Development of Learning Experience Provision Models That Synergize the Knowledge of Suan Dusit University to Enhance Proper Development of Young Children

2023· article· en· W4360846221 sur OpenAlexvenueno aff
Benjawan Keesookpun, Jira Jitsupa, Alongkorn Koednet, Uraiwan Chotchusana, Wipavee Jongpu

Notice bibliographique

RevueJournal of Education and Learning · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council of ThailandSuan Dusit University
Mots-clésPsychologyMedical educationDevelopmentally Appropriate PracticeMathematics educationPedagogyEarly childhood educationMedicine

Résumé

récupéré en direct d'OpenAlex

This research article aims to 1) determine the knowledge and experience of early childhood education of Suan Dusit University, and 2) develop and study the effectiveness of learning experience provision models that synergize the knowledge of Suan Dusit University to enhance the proper development of young children according to the 75/75 criteria. Data is obtained from personnel of 87 various agencies of Suan Dusit University, e.g., deans, directors, managers, chairpersons of programs, heads of departments, and 129 students in kindergarten 1, 2, and 3 of La-orutis Demonstration School, Suan Dusit University. The research results consisted of 15 learning experience provision models for young children, such as gravity-powered toys, battery-powered toys, the differences between a toy using force and a toy using a battery, toy caring, and how to play with toys, etc. Every learning experience provision models has a performance rating according to the 75/75 criteria.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,331
Écart entre enseignants0,294 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducational Methods and Media UseTravaux en français237 207