Supervision of Teaching and Learning Managements by Educational Institution Administrators Under the Jurisdiction of Phitsanulok Primary Educational Service Area Office 2
Notice bibliographique
Résumé
The research aims to: 1) Investigate the results of supervision of teaching and learning managements by educational institution administrators under the jurisdiction of Phitsanulok Primary Educational Service Area Office 2. This is a survey research. The samples in the study include 1) 97 educational institution administrators under the jurisdiction of Phitsanulok Primary Educational Service Area Office 2: 2) 97 teachers under the jurisdiction of Phitsanulok Primary Educational Service Area Office 2 These participants were selected using simple random method, totaling 194 people. The tools used in this research are 1) a Document analysis form, and 2) a Questionnaire concerning the supervision of teaching and learning managements of schools under the jurisdiction of Phitsanulok Primary Educational Service Area Office 2. Data was analyzed qualitatively using content analysis and presented in a descriptive analysis format. The results of the study found that; The supervision of teaching and learning managements by educational institution administrators under the jurisdiction of Phitsanulok Primary Educational Service Area Office 2 is generally at the highest level. When considering specific issues, it was found that; in terms of blended learning, the administrators have supported the learning process through online electronic media; in terms of collaborative lesson development, the administrators have identified lesson development issues from classroom problems; and in terms of teaching tasks and mentoring system, the administrators have fostered relationships with teachers in managing teaching and learning teaching and learning managements.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».