SOSYAL BİLGİLER ÖĞRETMEN ADAYLARININ SANAL MÜZELERDE DEĞER KAZANIMINA İLİŞKİN GÖRÜŞLERİ
Notice bibliographique
Résumé
Bu araştırmada, sosyal bilgiler öğretiminde sanal müze kullanımının değer kazanımına ilişkin sosyal bilgiler öğretmen adaylarının görüşlerini değerlendirmek amaçlanmıştır. Araştırma karma yöntem olarak tasarlanmıştır. Araştırmanın nitel basamağında olgu bilim deseniyle yapılandırılmıştır. Nicel boyut kısmında ise tek grup öntest-sontest zayıf deneysel desen kullanılmıştır. Araştırmanın çalışma grubunu Kütahya Dumlupınar Üniversitesi sosyal bilgiler öğretmenliği bölümünde bulunan yirmi iki öğrenci oluşturmaktadır. Araştırma tek grup üzerinde tekrarlı olarak uygulanmıştır. Araştırmanın verileri Teker ve Özer (2016) tarafından Türkçe’ye uyarlanan "Sanal Müze Sanal Tur Memnuniyet Ölçeği" kullanılarak toplanmıştır. Kullanılan ölçeğin yanı sıra öğretmen adayları ile yarı yapılandırılmış görüşme soruları hazırlanarak görüşmeler yapılmıştır. Elde edilen verilerin analizinde betimsel istatistiklerden Wilcoxon İşaretli Sıralar testinden yararlanılmıştır. Araştırmanın nitel bölümünde elde edilen veriler betimsel analiz yöntemiyle çözümlenmiştir. Analiz sonuçlarına göre, öğretmen adaylarının sanal müze kullanımına ilişkin görüşleri yapılan etkinlikler sonucunda anlamlı düzeyde olumlu bir yönde artış göstermiştir. Sosyal bilgiler öğretmen adaylarının görüşleri “Kazandırdığı Değerler Yönünden Sanal Müze Uygulaması” ve “Sanal Müzelerde Değer Aktarımını Etkileyen Unsurlar” olmak üzere iki tema altında toplanmıştır. “Kazandırdığı Değerler Yönünden Sanal Müze Uygulaması” altında bulunan alt temalar “Vatanseverlik”, “Bilimsellik”, “Bağımsızlık”, “Estetik” ve “Duyarlılık” olarak bulunmuştur. “Sanal Müzelerde Değer Aktarımını Etkileyen Unsurlar” ise kendi içinde “Olumlu Nitelikteki Unsurlar” ve “Olumsuz Nitelikteki Unsurlar” olmak üzere iki alt temaya ayrılmıştır. Sosyal bilgiler öğretmen adaylarına göre sanal müze uygulaması öğrencilerin değer algılarını olumlu yönde değiştirebilir ve en çok etki yaratacağına inanılan değerler sırasıyla vatanseverlik, bilimsellik, bağımsızlık, estetik ve duyarlılık şeklindedir.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».