Investigating pedagogical opportunities of educational technologies in developing countries: Physics Education Technology workshops for Bangladeshi science, technology, engineering and mathematics teachers
Notice bibliographique
Résumé
Abstract Recently, an unprecedented number of people worldwide gained access to science, technology, engineering, and mathematics (STEM) education technologies. However, educators in developing countries encounter distinct challenges when attempting to incorporate these innovations into their practice. This mixed‐method study investigates the adoption of Physics Education Technology (PhET) computer simulations by secondary STEM teachers in Bangladesh. The study explored the challenges these educators face in learning to integrate PhET‐enhanced pedagogies and to assess the potential of this technology in developing nations. The primary researcher, a native Bangladeshi science educator, facilitated 3 h long workshops for 129 teachers, enabling the team to gather unique insights. Data collection encompassed online questionnaires, observations, and interviews. The analysis uncovered struggles faced by teachers which include limited pedagogical skills and subject knowledge, constrained lesson time, insufficient school support, restricted access to technology, and poor technological expertise. Despite these difficulties, educators acknowledged the potential of PhET‐enhanced pedagogies to improve student engagement. This study suggests that developing nations can leverage PhET's offline accessibility, wealth of teaching resources, and diverse language options within simulations to realize significant benefits. To address the identified challenges, we recommend translating PhET resources into native languages, developing instructional videos, employing flipped classroom methodologies, providing additional teacher training, and establishing professional learning communities. Moreover, the research underscores the potential of PhET to advance STEM education not only in Bangladesh but also in other developing countries with similar circumstances. Future studies could explore the impact of professional learning communities on facilitating the integration of technology to enhance STEM learning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».