A comparative study on technical education curriculum at middle school (Iran and four other countries)
Notice bibliographique
Résumé
In this study, we compared Iran’s career and technical education curriculum with similar curricula in two developed countries (America & Canada) and two developing countries (Pakistan, Morocco), using Beredy’s method. Our aim was using the experiences of other countries for promoting Iran’s career and technical education curriculum. Results of the comparison indicated that the above mentioned countries have included topics of Iran’s career and technical education in more than one subject matter. Information technology education and giving the right of selection to students were common features of the curriculum of these countries. In the two mentioned developed countries, the subject matters related to career and technical education is instructed based on the need to lifelong learning skill and technology literacy. Curriculum goals are using and evaluating technologies. The pedagogy component of these curricula focus on technology process (Designing & problem solving), and not on content, so theory assessment is integrated with practical assessment. In the two mentioned developing countries, the related courses for middle level school (6-9) are planned according to national needs and curricula implementation capability. Getting knowledge and skill in information technology, home economy and business affairs are common objectives and content in these countries’ curricula. Also, they focus on active teaching methods and student’s assessment is both practical and theoretical. Findings suggested that we could determine a name and rational for career and technical education curriculum based on modern life and work needs. In order to instruct technology literacy and necessary skills of life, it is better the curriculum be divided into two optional parts as “technology education” and “life skill education”. Also, these curricula could focus on instruction of designing and problem solving.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».