MétaCan
Menu
Retour à la cohorte
Enregistrement W4400370112 · doi:10.31216/bdl.20240010

Korean Students’ Environmental Perceptions: Focusing on comparative analysis with Canada and Singapore

2024· article· en· W4400370112 sur OpenAlexaboutno aff
Hyunjung Kim, Shinyoung Lee

Notice bibliographique

RevueInstitute of Brain-based Education Korea National University of Education · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Systems and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerceptionPsychologyGeography

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to investigate Korean students’ perception of sustainable development. Using raw data on students’ responses to the PISA 2018, this study analyzed Korean students’ responses to items related to sustainable development and compared these results with those from Canada and Singapore. PISA 2018 student questionnaire's items related to sustainable development were reclassified into environmental awareness, self-efficacy, sense of purpose, and action. Results revealed that students’ awareness of ‘climate change and global warming’ from all three countries was higher than that of ‘global health’, and their scores for environmental awareness were higher than their environmental self-efficacy. Regarding environmental self-efficacy and sense of purpose, Korea and Singapore showed a higher response than Canada. Among the three countries, Korea showed the highest participation rate in environmental actions due to Korea’s sociocultural and institutional characteristics. Students’ perception of sustainable development showed a mostly positive correlation with science achievement, and economic, social, and cultural status (ESCS), and the correlation with science achievement was higher. These results highlight that it is possible to identify Korean students’ perception of sustainable development and suggest implications for education in sustainable development.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,480
Score d'incertitude au seuil0,967

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,261
Écart entre enseignants0,247 · 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'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 revueInstitute of Brain-based Education Korea National University of EducationMême sujetEducational Systems and PoliciesTravaux en français237 207