MétaCan
Menu
Retour à la cohorte
Enregistrement W4402722981 · doi:10.5539/jel.v13n6p284

The Interdisciplinary Approach of the Content “Transformation of Energy” in High School

2024· article· en· W4402722981 sur OpenAlexvenueno aff
Tasso E. F. Diógenes, Gabriela Vieira, Joao R. A. Leao, Glaydson Francisco Barros de Oliveira

Notice bibliographique

RevueJournal of Education and Learning · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Innovations and Challenges
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésMathematics educationContent (measure theory)Content analysisTransformation (genetics)PsychologyPedagogySociologyMathematicsSocial scienceChemistry

Résumé

récupéré en direct d'OpenAlex

The professional high school by the federal schools in Brazil requires an integrated curriculum itinerary. There is a lack of information about how to achieve that in a practical conception of integration. This article aimed to investigate the interdisciplinary approach of the content “transformation of energy” involving the relationship among Science, Technology, Society, and Environment (STSE) in integrated high school. The applied research procedure was a pedagogical intervention in which research subjects were the third year high school students, integrated into the technical course in food (n = 36) at the Federal Institute of Rio Grande do Norte, municipality of Pau dos Ferros, Brazil. The process of planning, execution, and evaluation of the interdisciplinary teaching sequence was carried out by teachers and researchers from different areas i.e., forest engineering, chemistry, phisycs, and physical educational. The data were compiled and evaluated through thematic analysis. The results showed that interdisciplinary learning favors scientific and environmental literacy, conceptual changes, expanded discussions, and the integration of the curriculum.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,087

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,032
Tête enseignante GPT0,299
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
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 revueJournal of Education and LearningMême sujetEducational Innovations and ChallengesTravaux en français237 207