MétaCan
Menu
Retour à la cohorte
Enregistrement W7106014025 · doi:10.5281/zenodo.17637514

BOSHLANG'ICH TA'LIMI TIZIMIDA BOLALARNING EMOTSIONAL-INTELLEKTUAL RIVOJLANTIRISHDA JAHON TAJRIBASI MODELLARI

2025· article· uz· W7106014025 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueuz
DomaineSocial Sciences
ThématiqueEducation, Innovation and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Comparative educationNatural (archaeology)

Résumé

récupéré en direct d'OpenAlex

Annotatsiya. Ushbu maqolada boshlang‘ich ta’lim tizimida bolalarning emotsional-intellektual rivojlanish jarayonini jahon tajribasi asosida tahlil qilish masalalari yoritilgan. Maqolada AQSh, Finlyandiya, Yaponiya, Singapur va Kanada ta’lim tizimlarida qo‘llanilayotgan konseptual yondashuvlar qiyosiy o‘rganilib, CASEL modelining 5 asosiy kompetensiyasi – o‘zini anglash, o‘zini boshqarish, ijtimoiy ko‘nikmalar, empatiya va mas’uliyatli qaror qabul qilish – bolalar shaxsiy va ijtimoiy rivojida muhim omil ekanligi asoslab berilgan. Аннотация. В данной статье рассматриваются вопросы развития эмоционально-интеллектуальных способностей учащихся начальной школы на основе изучения мирового опыта. Проведён сравнительный анализ концептуальных подходов, применяемых в системах образования США, Финляндии, Японии, Сингапура и Канады. Особое внимание уделено модели CASEL, включающей пять ключевых компетенций: самопознание, саморегуляция, социальные навыки, эмпатия и ответственное принятие решений. Abstract. This article explores the development of emotional and intellectual abilities in primary education based on an analysis of international experience. A comparative study of conceptual approaches used in the education systems of the United States, Finland, Japan, Singapore, and Canada has been conducted. Special attention is given to the CASEL framework, which comprises five core competencies: self-awareness, self-management, social skills, empathy, and responsible decision-making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0070,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0490,018

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,323
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetEducation, Innovation and Language StudiesTravaux en français237 207