MétaCan
Menu
Retour à la cohorte
Enregistrement W4407772605 · doi:10.5539/hes.v15n2p37

Developing a TPACK-based Course to Promote the Pre-service Preschool Teachers’ Instructional Design Competence

2025· article· en· W4407772605 sur OpenAlexvenueno aff
Jiraporn Chano, Prasong Saihong

Notice bibliographique

RevueHigher Education Studies · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Research and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesPutian University
Mots-clésCompetence (human resources)Mathematics educationInstructional designPsychologyFaculty developmentTeaching methodPedagogyMedical educationProfessional developmentMedicine

Résumé

récupéré en direct d'OpenAlex

This study integrates the TPACK framework into a Preschool Language Education course to examine its effects on pre-service preschool teachers' instructional design competence (IDC). The research aims to explore effective methods for IDC development and analyze its growth characteristics. Using an R&D methodology, this study employed an experimental design with an experimental group and a control group. Data were collected from 41 pre-service preschool teachers at Putian University, Fujian Province, China, through cluster sampling. The experimental group (n=21) participated in a 13-week TPACK-based course, while the control group (n=20) received traditional instruction. The IDC Scale and Lesson Plan Scoring Rubric were used for data collection. Data analysis included independent and paired t-tests, as well as assessments of lesson plan scores and grade distributions. Key findings indicate that (1) the TPACK-based course encompasses course objectives, content, learning organization, and assessment, with all participants achieving satisfactory or higher lesson plan scores and a 95% satisfaction rate; (2) the course significantly enhances pre-service preschool teachers' IDC; and (3) at the early stage of professional development, IDC growth exhibits characteristics of simplification, linearity, and dogmatism.

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)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil0,881

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,131
Tête enseignante GPT0,439
Écart entre enseignants0,308 · 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
GenreMéthodes

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 revueHigher Education StudiesMême sujetEducational Research and PedagogyTravaux en français237 207