The Effects of Teachers’ Technological Pedagogical Content Knowledge (TPACK) on Students’ Scientific Competency
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The integration of Technological Pedagogical Content Knowledge (TPACK) into instructional design is pivotal for teachers. This intricate knowledge framework encompasses the interplay between technology, pedagogy, and subject matter, profoundly impacting the multifaceted aspects of student learning, encompassing knowledge acquisition, skill development, and the cultivation of desirable attributes. This research at hand adopts an exploratory approach, examining two sample groups: 1) Science teachers from secondary schools under the Northeastern Region of Thailand during the academic year 2565–2566, totaling 124 individuals, and 2) Secondary school students receiving instruction in science-related subjects from the aforementioned teachers, with a minimum of one classroom involved. Data collection tools include a survey on TPACK, a scientific competency assessment, and semi-structured interviews. Statistical analysis employs mean, standard deviation, and content analysis. Testing of hypothesis uses One-Way Analysis of Variance (One-Way ANOVA). The study reveals that students taught by science teachers with varying levels of TPACK exhibit statistically significant differences in scientific competency at a 0.05 significance level. When comparing scientific competency with TPACK levels of teachers, statistically significant differences at the 0.05 level are found in two pairs: 1) the Adapting level and the Advancing level and 2) the Exploring level and the Advancing level.
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.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle