It's not my subject!:Issues relating to the preparation of primary student teachers to teach computer science
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
Computing has been part of the National Curriculum since 2014. Prior to this, the subject was known as Information and Communication technology (ICT) and had been compulsory for all pupils aged 5 to 16 in maintained schools, since 1988. This means that the requirement for pupils to learn about technology is not something new. However, a key development within the revised curriculum subject, was the introduction of computer science, with the necessity for pupils, even in primary schools, to design, write and debug computer programs. Evidence suggests that many primary schools have not yet adapted to the requirements of the Computing programme of study (Royal Society, 2017; Larke, 2019). <br/><br/>Computing modules within the initial teacher education (ITE) programmes at the focus institution include significant input on computer science, yet students report that they lack confidence and feel underprepared to teach this aspect of the curriculum during professional practice. The issue is compounded by the lack of opportunities to observe computer science being taught in schools. Despite input at university, students often do not see this translated into practice in schools. One outcome of this situation is that the students appear to start to determine the ‘worth’ of Computing in the National Curriculum and in primary schools. <br/><br/>The aim of this research project is to gain an in-depth understanding of the complex and inter-related issues surrounding the preparation of student teachers to teach computer science. In our conference presentation we will share the initial findings from interviews, questionnaires, document analysis and professional reflectio
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle