The Supervision Model to Promote Curriculum Administration Emphasizes Learner Competency of Schools under the Office of Primary Educational Service Area
Notice bibliographique
Résumé
This research aimed to develop a supervision model to promote curriculum administration that emphasized learner competency in schools under the Office of Primary Educational Service Area, using the Research and Development (R&D) methodology. The study consisted of two phases. The first phase investigated the current and desired status and the need for developing supervision to promote curriculum administration emphasizing learner competency. This involved document analysis, interviews with five educational supervision experts who were obtained through purposive sampling, and surveys of 370 school administrators and heads of academic teachers selected through stratified sampling determined using Taro Yamane’s formula. The researchers developed and validated the supervision model with 11 experts selected through purposive sampling for the second phase. Research tools included document analysis verified by the advisor, questionnaires with IOC between .80 and 1.00 and Cronbach’s alpha coefficient of .986, interviews, the supervision model, implementation manuals, and evaluation forms. Data analysis utilized percentage, mean, standard deviation, PNImodified, and content analysis. The results indicated high levels of both current and desired statuses for supervision-promoting curriculum administration that emphasizes learner competency. The overall necessity for development, measured by the PNImodified value, is .102, with evaluation, creation, reflection, information, and action ranked from highest to lowest. The supervision model included principles, objectives, and implementation methods with a five-step supervision process (information, creation, action, reflection, and evaluation) and outcomes promoting curriculum administration in four areas (curriculum preparation, curriculum use, curriculum supervision and monitoring, and curriculum evaluation and improvement), model evaluation, and conditions for use. The model’s suitability and feasibility were rated as highly appropriate.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».