MétaCan
Menu
Retour à la cohorte
Enregistrement W4402752998 · doi:10.5539/jel.v14n1p54

Components and Indicators of Innovators Among Primary School Teachers

2024· article· en· W4402752998 sur OpenAlexvenueno aff
Supangjit Kanlayakaew, Pacharawit Chansirisira, Suwat Julsuwan

Notice bibliographique

RevueJournal of Education and Learning · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital literacy in education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMathematics educationPedagogy

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were: 1) to study the components and indicators of innovators in primary school teachers, and 2) to examine the consistency of the components model and indicators of innovators in primary school teachers with empirical data. The participants were 220 primary teachers under the Office of the Basic Education Commission in the Northeastern Region. The researcher determined the sample size based on a 20:1 ratio of the number of parameters and used a multi-stage random sampling. The research instrument was a questionnaire for developing elements and indicators of innovator in primary school teachers. The Item-Objective Congruence (IOC) index ranges from 0.80 to 1.00, the discriminatory power using Pearson Product-Moment Correlation ranges from 0.24 to 0.83, and the reliability of the entire instrument, as measured by Cronbach’s alpha coefficient (α), is 0.97. Data were analyzed using confirmatory factor analysis (CFA). The results revealed the following: 1) the elements and indicators of innovators in primary school teachers were identified through a synthesis of relevant documents and research, consisting of (1) initiative, (2) observation and asking questions, (3) interaction with others, (4) applying, and (5) adapting to the situation, with a total of 11 indicators. 2) The examination of the consistency of the components model and indicators of innovators in primary school teachers with empirical data found that (χ2) was equal to 15.073, the degrees of freedom (df) was equal to 22, the chi-square value is the correlation (χ2/df) is equal to 0.685. The statistical significance (p-value) was 0.859, and the goodness-of-fit index (GFI) was 0.988. The Relative Harmony Index (CFI) was equal to 1.000. The Harmonic Harmony Index (NFI) was equal to 0.985. The Root Mean Residual Index (RMR) was equal to 0.004. The square root of the mean square of the estimation (RMSEA) was equal to 0.000, indicating that this tool can be used to evaluate the innovators of primary school teachers.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,423
Score d'incertitude au seuil0,243

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,264
Écart entre enseignants0,258 · 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'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 revueJournal of Education and LearningMême sujetDigital literacy in educationTravaux en français237 207