The Development of an Interactive Science Literacy Model Based on Folk Stories for Chinese Children Using Dialogic Reading Techniques
Notice bibliographique
Résumé
This research was conducted to analyze the needs of the Interactive Science Literacy Model based on Chinese children's folktales using dialog reading techniques among preschool students. This study uses a design and development research (DDR) approach. The data analysis technique used in this study is qualitative and quantitative data analysis. The research respondents for phase one were qualitative, consisting of 9 teachers from Chinese preschool and data for quantitative consisting 89 teachers from Chinese preschool. This study uses document analysis instruments, interview protocols and questionnaire. The research objective for this study is to analyze the needs of an Interactive Model of Science Literacy based on Chinese children's folktales using dialogic reading techniques among Chinese preschool students. Atlas. t.i version 4.1 software is used for analyzing interview transcriptions, developing themes, categories and subcategories and SPSS version 22 software is used for analyzing questionnaire. The researcher has analyzed content validity and reliability on the interview protocol instrument and questionnaire using Cohen's kappa index. For questionnaire, two of the three experts showed a kappa value of 1.0 and it shows a very good interpretation. An expert has given a kappa value of 0.96 and the interpretation is also very good. Next, for interview protocol, the kappa value after being assessed by experts are two of the three experts showed a kappa value of 1.0 and it also shows a very good interpretation. The results of need analysis show that Chinese preschool teachers give a positive response and really need a Science Literacy model to help and support them in teaching. One of recommendations for the development of the model when teachers and students will switch roles while reading using this dialogic reading technique so that children can learn to be storytellers with the assistance of adults who act as active listeners and questioners.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».