Uloga nastavničke samoefikasnosti, osjećaja odgovornosti prema učenicima i empatije u podučavanju o predrasudama
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cilj ovog istraživanja bio je ispitati koliko često nastavnici koriste pojedine mehanizme podučavanja o predrasudama te vidjeti u kakvom je odnosu čestina korištenih mehanizama s njihovim osjećajem osobne odgovornosti prema učenicima, nastavničkom samoefikasnošću i empatijom. Podaci su prikupljeni online upitnikom te je u istraživanju sudjelovalo 269 nastavnika razredne i predmetne nastave iz osnovnih i srednjih škola. Za potrebe istraživanja konstruiran je Upitnik mehanizama podučavanja o predrasudama koji mjeri dva faktora – Podučavanje o predrasudama i Suradnja s drugima, evaluacija programa i planiranje aktivnosti, a osim njega korištena je Skala nastavničke samoefikasnosti, Skala osobne odgovornosti, Toronto skala empatije te pitanja o sociodemografskim karakteristikama sudionika. Rezultati su pokazali veliku učestalost korištenja mehanizama podučavanja o predrasudama kod svih nastavnika. Dobivena su dva faktora tih mehanizama. Nastavnici su značajno češće koristili mehanizme Podučavanja o predrasudama od mehanizama Suradnje s drugima, evaluacije programa i planiranja aktivnosti. Veća nastavnička samoefikasnost bila je značajno povezana s češćim korištenjem oba mehanizma, dok je manja empatička neosjetljivost bila značajno povezana s češćim korištenjem mehanizama Podučavanja o predrasudama. Veći osjećaj odgovornosti za motivaciju učenika i manji osjećaj odgovornosti za samo podučavanje bili su značajno povezan s češćim korištenjem mehanizama Suradnje s drugima, evaluacije programa i planiranja aktivnosti. S obzirom da je ova tema dosad neistražena dobiveni podaci vrlo su korisni jer mogu poslužiti kao temelj za daljnja istraživanja.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découle