Azərbaycanda ümumi təhsil pilləsində çalışan təhsilverənlərin neyromiflərə inanc göstəricilərinin araşdırılması
Notice bibliographique
Résumé
Bütün dünyada yeni-yeni araşdırılmağa başlanılan neyromiflərə inanc göstəricilərinin Azərbaycanda ümumi təhsil pilləsində tədris edən təhsilverənlər arasında hansı səviyyədə yayıldığını müəyyənləşdirmək həyata keçirilən bu tədqiqatın əsas məqsədidir. Əlavə olaraq bildirmək olar ki, tədqiqatın əsas problemi Azərbaycanda ümumi təhsil pilləsində çalışan təhsilverənlər arasında demoqrafik kateqoriyalar üzrə neyromiflərə inanma nisbətlərinin necə olduğu və bu miflərin yaranma və yayılma formalarının necə gerçəkləşdiyini müəyyənləşdirməkdir. Tədqiqat Dekker və digərlərinin (2012), Torrijos-Muelas və digərlərinin (2021) və Vancouver Island Universitetinin (2022) həyata keçirdikləri tədqiqatlarda istifadə etdikləri neyromifləri və beyin haqqında doğru faktları ehtiva edir. Tədqiqatda 21-i neyromif, 13-ü beyin haqqında doğru fakt olan ümumilikdə 34 gerçək və gerçək olmayan fakt araşdırılmışdır. Sorğu “Doğru”, “Yanlış” və “Bilmirəm” cavab variantlarından ibarət olmuşdur. Tədqiqatda ümumilikdə 201 nəfər iştirak etsə də, onlarda 6-sının cavabları şübhəli olduğu üçün məlumat bazasında çıxarılmışdır. İstifadə edilmiş sorğu onlayn olaraq təhsilverənlərə çatdırılmış və onlardan sorğunu öz həmkarları ilə paylaşmaları istənilmişdir, beləcə qartopu metodundan istifadə edərək müəyyən dərəcədə iştirakçı sayının artırılması planlaşdırılmışdır. Tədqiqatdan əldə edilən məlumatların statistik olaraq normal paylanmağa sahib olduğu müəyyənləşdirildikdən sonra nəticələr müstəqil qruplar t-testi və One-Way Anova testləri ilə analiz edilmiş, müxtəlif faktorların inanc nisbətlərinə təsir dərəcəsinin araşdırılması üçün çox xətti reqressiya modeli istifadə edilmişdir. Ancaq tədqiqat məhdudiyyətləri olaraq bildirmək olar ki, bəzi demoqrafik kateqoriyalar üzrə iştirak nisbəti ya heç olmadığı, ya da çox az olduğu üçün müqayisələri istənildiyi genişlikdə etmək mümkün olmamışdır. Tədqiqatın nəticəsində müəyyən olunmuşdur ki, müxtəlif demoqrafik kateqoriyalar arasındakı fərqliliklərin təhsilverənlər arasında neyromiflərə inanc nisbətinə təsir dərəcəsi statistik olaraq yoxdur. Bu nəticəyə baxmayaraq, bildirmək olar ki, Azərbaycanda ümumi təhsil pilləsində çalışan təhsilverənlərin neyromiflərə inanc nisbətləri Birləşmiş Krallıq, Hollandiya və Türkiyə kimi ölkələrə nəzərən daha azdır. Ancaq təhsilverənlər arasında beyin haqqında doğru faktlara inancda da digər ölkələrə nisbətən daha az nisbət müəyyən olunmuşdur. Tədqiqatın əsas nəticəsi isə beyin haqqında doğru faktlara inancdakı nisbətin neyromiflərə inancdakı nisbətə əhəmiyyətli dərəcədə təsir etməsidir. Belə ki, təhsilverənlərin beyin haqqında məlumatlı olması onların neyromiflərə inanmasına şərait yaratmaqdadır. Bu nəticə digər ölkələrdəki tədqiqatlar ilə oxşarlıq təşkil etməkdədir.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,023 |
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 ».