The Learning Management Models in the 21st Century for Early Childhood Teachers
Notice bibliographique
Résumé
The goal of this research is to develop a 21st-century learning management model tailored for early childhood teachers in Roi Et Province. The sample group includes teachers of early childhood education. A simple random sample from the sample is chosen to achieve this. 400 persons. The research employed questionnaires, an assessment form, and learning tests for early childhood teachers as tools. The data analysis utilized statistical measures like averages, standard deviations, and other factors. SEM, on the other hand, analyzes linear structural relationships. The results showed that: The progression of learning management among early childhood educators includes: Teacher Professional Competency (CoPT) Noble Truth 4 (NoTF) Teacher Spirit (SopT) Inspiration to have a public mind (IPS) Learning Management Behavior (BML) and the behavior of using learning innovations (UILM) The driving force of civic-mindedness. (IPS) It has a direct impact on the use of learning innovations. (UILM) For early childhood educators, 87.50% In addition, it can offer an additional elucidation of the variability of the internal latent variables. 2 The body exemplifies the principle of Inspiration with a public spirit (IPS) at 82.70% and demonstrates learning management behavior (BML) Percentage at 98.60%.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».