MétaCan
Menu
Retour à la cohorte
Enregistrement W4399893605 · doi:10.5430/wje.v14n2p94

Empowering Teachers' Learning to Foster Innovative Work Behaviors of Students

2024· article· en· W4399893605 sur OpenAlexvenueno aff
Watthikorn Phochaito, Wirot Sanrattana, Phrasrivajiravati Phrasrivajiravati

Notice bibliographique

RevueWorld Journal of Education · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMathematics educationPedagogyWork (physics)Teaching method

Résumé

récupéré en direct d'OpenAlex

This research aims to conduct research using the Research and Development (R&D) methodology to obtain an educational innovation called "online self-training program for empowering teachers' learning to foster innovative work behaviors of students" that is effective and can be applied in schools serving as the target population in disseminating research results widely. This online self-training program consists of 2 projects: 1) a teacher development project with seven self-training modules for teacher learning and 2) a teacher project that uses teachers' learning outcomes to develop students, which contains one self-training module to be used as a practice guide for teachers. The results of the experimental research in the first project found that the 14 teachers' post-test scores in the experimental group were in line with the standard criteria of 90/90 and were significantly higher than the scores from the pre-test. Moreover, the results of the experimental research in the second project found that 121 students who were the target group affected by the development had significantly higher scores from the post-test than the pre-test. Since the research results follow the specified research hypotheses, it shows that the educational innovations as the products of this research are of quality and can be disseminated for further use by teachers and students in schools that are the target population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,437
Écart entre enseignants0,406 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueWorld Journal of EducationMême sujetHigher Education and EmployabilityTravaux en français237 207