MétaCan
Menu
Retour à la cohorte
Enregistrement W4394837038 · doi:10.56131/pstp.2024.28.21.300

STUDENT VIEWS ON THE POPULARITY/PRESTIGE OF TEACHING (A case of Georgia, Azerbaijan, Iraq, and the USA/Canada) JOBS

2024· article· en· W4394837038 sur OpenAlexaboutno aff
Natela Doghonadze, Thomas C. De Bello, Aydin Aliyev, Huda Halawachi, Venera Ulker

Notice bibliographique

RevuePROFESSIONAL STUDIES Theory And Practice · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Professional Development and Motivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopularityPrestigeReputationQuality (philosophy)Public relationsPolitical sciencePsychologySociologyMedical educationLawMedicine

Résumé

récupéré en direct d'OpenAlex

According to existing studies, the popularity of teaching jobs is decreasing. Considering the significance of teaching, without which other professions cannot develop efficiently, it is important to assess how acute the problem is and to try to offer some solutions to it. Another goal of the study was to try to develop recommendations on how to raise teaching jobs’ reputation and thus contribute to the improvement of the situation. The goal of the given study, which is a part of three surveys, was to find out students’ views on the prestige of teaching jobs. The main question was ‘Is teaching prestigious?’ An online survey applying a self-made questionnaire was held in Georgia, Azerbaijan, Iraq, and USA with 657 respondents (122 + 362 + 102 +71, consequently). The conclusion was made that the respondents’ attitude towards teachers in these countries is reasonably positive, however, not many of them are planning to become teachers. It was recommended that to increase the prestige of teaching jobs it is necessary, first of all, to raise the quality of teaching, as well as to stimulate book and movie authors and mass media to present the profession to the public more often and positively

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,095
Tête enseignante GPT0,444
Écart entre enseignants0,349 · 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'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePROFESSIONAL STUDIES Theory And PracticeMême sujetTeacher Professional Development and MotivationTravaux en français237 207