The development, validation and application of a science curriculum delivery evaluation questionnaire for indigenous māori settings
Notice bibliographique
Résumé
The study described in this paper examines the procedures used in the identification of the broad and complex factors influencing science curriculum delivery in predominantly Māori settings where the teaching of science, in particular Pūtaiao i Roto i te Marautanga o Aotearoa, is the responsibility of non-specialist science teachers and the teaching of science advocates an orientation to contemporary science in the context of Te Ao Māori, an indigenous epistemology. Furthermore, it describes the processes involved in the development and validation of an evaluation instrument, the Science Delivery Evaluation Instrument for Māori Settings (SDEIMS),used to identify and help kura (Māori schools) in addressing factors influencing science program delivery. The study begins by exploring the themes generated from a qualitative study pertaining to the phenomenon of science delivery in eight kura that encourage science teaching from or with reference to a perspective of Te Ao Māori in the language medium of Te Reo Māori. These themes are explored through the critical lenses of Kaupapa Māori theory and Bronfenbrenner’s bio-ecological theory. Subsequent to this, quantitative procedures used to develop and validate the SDEIMS are presented. Finally, practical applications of the SDEIMS as a part of an ongoing initiative are also discussed.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».