MétaCan
Menu
Retour à la cohorte
Enregistrement W4410555168 · doi:10.5539/hes.v15n3p36

An Evaluation of a Kindergarten Science Education Program in Rural Thailand Using the Triple Ps Model

2025· article· en· W4410555168 sur OpenAlexvenueno aff
Rattikan Sarnkong, Wanida Khamsa, Laksika Wokhwa

Notice bibliographique

RevueHigher Education Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesRajabhat Maha Sarakham University
Mots-clésMathematics educationPsychologyScience educationProgram evaluationMedical educationPedagogyMedicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

This study aimed to evaluate the Little Scientists House Thailand project using the Triple Ps Model, focusing on three components: Philosophy and Purpose, Process, and Product. The participants included 41 individuals comprising a school administrator, project-responsible teachers, parents, and Kindergarten 3 students at a rural school. Research instruments included a science learning activity, questionnaires, and structured interviews. Descriptive statistics (mean and standard deviation), correlation analysis, and content analysis were used to analyze the data. The results showed that the overall satisfaction with the project was at a very high level across all groups. The school staff valued the project’s alignment with national education goals and its effectiveness in developing students’ scientific skills. Parents reported that the activities were age-appropriate and helped foster interest, curiosity, and thinking skills in their children. Students expressed enthusiasm, enjoyment, and improved understanding of science through hands-on experiences. Correlation analysis revealed strong relationships between each component of the Triple Ps Model and overall satisfaction. This study contributes to early childhood education by demonstrating the applicability and effectiveness of the Triple Ps Model in evaluating science learning programs for young learners.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,178
Tête enseignante GPT0,533
Écart entre enseignants0,355 · 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 source (Gemma direct ou Codex distillé), 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetEducation Systems and PolicyTravaux en français237 207