MétaCan
Menu
Retour à la cohorte
Enregistrement W4403847924 · doi:10.5539/jel.v13n6p317

Research on the Cultivation of Education for National Identity in High School Geography

2024· article· en· W4403847924 sur OpenAlexvenueno aff
Jiqiang Niu, Yiyan Wang, Jiao Chen

Notice bibliographique

RevueJournal of Education and Learning · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEducational Reforms and Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)SociologyMathematics educationPedagogyGeographyPsychology

Résumé

récupéré en direct d'OpenAlex

National identity is an important national conscience and plays a key spiritual role in maintaining national unity, stability and promoting the healthy and rapid development of the country. As an essential driver of education, the discipline must assume a major responsibility for national identity education. This study integrates national identity education into high school geography teaching, combines the latest geography teaching theory system with literature research method, text analysis method to analyze the components and specific content of national identity in high school geography teaching, and establishes a new teaching model. Simultaneously, the theme of “maritime rights and interests and ocean development strategy” was selected for teaching experiment, and the impact of the teaching mode proposed in this paper on the students’ learning efficiency in geography is investigated by questionnaire. The results of the teaching experiment show that the proposed teaching model can improve students’ awareness of national identity and serve as a reference for the teaching of national identity in subject subjects.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,041
Tête enseignante GPT0,408
Écart entre enseignants0,367 · 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 sujetEducational Reforms and InnovationsTravaux en français237 207