MétaCan
Menu
Retour à la cohorte
Enregistrement W4407287521 · doi:10.5539/jel.v14n3p262

The Guideline to Enhance Competency of Basic Education Chinese Students

2025· article· en· W4407287521 sur OpenAlexvenueno aff
Winai Thongpuban, Saman Asawapoom

Notice bibliographique

RevueJournal of Education and Learning · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Research and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyGuidelineMathematics educationMedical educationPedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

This study explores the most effective ways to equip Chinese students with skills that are required to succeed in a constantly changing global world. The research focuses on secondary and high school students in Nanning, Guangxi, China, using the “EDGEG” model to assess critical competencies that are predicted for the next ten years. The aim of the research is to assess how educators and educational institutions could develop these competencies through targeted interventions across five dimensions: Engagement, Determination, Grit, Empowerment, and Goal Setting. A mixed-method approach, including surveys and interviews with experts, has been used to gather information from 40 educational institutions. The findings indicate that schools and educators can noticeably enhance student competencies by building well-rounded support systems and through changes in curricula and growth mindset practices. These will jointly contribute to the development of resilience, self-efficacy, and lifelong learning capacity in students, preparing them for academic and personal success.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,500

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,444
Écart entre enseignants0,431 · 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'étudeAutre devis
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducational Research and PedagogyTravaux en français237 207