MétaCan
Menu
Retour à la cohorte
Enregistrement W4409076197 · doi:10.5539/jel.v14n4p362

Program to Enhance Porcelain Music Learning Management Competence for Teachers in Colleges and Universities in Jing Dezhen

2025· article· en· W4409076197 sur OpenAlexvenueno aff
Xin Jiang, Pacharawit Chansirisira, Suwat Julsuwan

Notice bibliographique

RevueJournal of Education and Learning · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesMahasarakham University
Mots-clésCompetence (human resources)PsychologyMathematics educationPedagogyMusic educationSocial psychology

Résumé

récupéré en direct d'OpenAlex

The purposes of this research were to: 1) To investigate the components and indicators of porcelain music learning management competence for teachers. 2) To explore the current state and desire state of porcelain music learning management competence. 3) To develop and evaluate enhance porcelain music learning management competence for teachers in colleges and universities in Jing Dezhen. The study was divided into 3 phases. The first phase, studying learning components and indicators of porcelain music learning management competence for teachers, 5 experts were selected using the purposive sampling in order to identify the learning components and indicators of porcelain music learning management competence for teachers. The second phase, studying current and desirable characteristics of porcelain music learning management competence for teachers, researcher used the multi-stage random sampling to select 210 teachers in colleges and universities in Jing Dezhen as the samples. The third phase, Program to enhance porcelain music learning management competence for teachers in colleges and universities in Jing Dezhen, researcher investigated 5 experts using purposive sampling method to verify and confirm the program. In order to collect data, Mean, Standard Deviation, PNI, questionnaires, semi-structure interview, focus group discussion, and model of assessment were used as research tools. The data were then collected using both qualitative and content analysis. The results showed that. 1) components and indicators of the porcelain music learning management for enhance learning management for teachers in colleges and universities in Jing Dezhen were at the highest level. There were 6 components, and 29 indicators followed: 1) Teamwork cooperation with 5 indicators, 2) Practice on purpose with 5 indicators, 3) Culture construction with 5 indicators, 4) Knowledge management with 4 indicators, 5) Methodology design with 5 indicators, and 6) Vision competence with 5 indicators. 2) The current characteristics of the porcelain music learning management were at moderate level and the desirable characteristics were at the highest level. The highest PNI was Methodology design and next were the Vision competence and Knowledge concept. 3) Program to enhance porcelain music learning management competence for teachers in colleges and universities in Jing Dezhen, the result was at highest level of suitability and feasibility. The program consisted of principle, objective, content, method, and evaluation which included Creativity, Knowledge concept, Teamwork corporation, Culture construction, Vision competence, Methodology design, and Practice on purpose modules.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil0,220

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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,342
Écart entre enseignants0,331 · 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 Technology and PedagogyTravaux en français237 207