Notice bibliographique
Résumé
教科書は授業で用いられる一つのメディアにすぎない。しかし、教科書はその国の基準によって作られている。他国の教育の基準や目標と教科書の関係を分析することは、学習指導要領の目標に沿ったよりより日本の教科書を作るために参考にできる。平成10年度版『中学校学習指導要領』社会科地理的分野は、地理的な見方や考え方を重視し、地理における認識の座標軸となる知識や技能の定着を図り、国家規模の地域的特色を生徒が主体的にとらえる学習を提案しているが、その目標を達成するためには、どのような内容を編成することが望ましいのか。本稿では、カナダ・オンタリオ州のグレード8の地理教科書“HUMAN GEOGRAPHY“(Gage Educational Publishing Company)を取り上げる。オンタリオ州はカナダのGDP の約4割を担っており、18世紀後半から移民が増え、カナダへの移民の約60パーセントが居住している。まさにグローバル化が進む現代社会を象徴しており、このような社会をとらえるために“HUMAN GEOGRAPHY“は作られている。オンタリオ州のカリキュラムをもとにして“HUMAN GEOGRAPHY“ の内容を分析する。|A course of study was revised in 1998. They proposed a new plan that students cultivating geographical points and ways of thinking and subjectively catching region characteristics of national scale are important. We need to think about global problems and have global points and ways of thinking. What contents are needed in Japanese geography textbooks? Textbooks are only media. But they are made from course of study in each country. To analyze a textbook of another country is essential to make good Japanese textbooks. This paper attracts the HUMAN GEOGRAPHY, a geography textbook in Ontario, Canada. Ontario is a central city in Canada and also a global society. It is a textbook in the 8th grade and is published by the Gage Educational Publishing Company in 2004. It adopts many countries and regions along the theme. There are points to look back on learning at the unit and the chapter. They are also points of estimates. Students can promote social value and attitude from considering and analyzing problems by using this textbook when they study. This paper deals with the HUMAN GEOGRAPH and analyzes it by the Ontario curriculum.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».