Bibliographic record
Abstract
Özİçinde bulunduğumuz bilgi çağında; öğrenciler öğrenme ortamının merkezine yerleştirilmeye çalışılmaktadır.Bu bağlamda proje tabanlı eğitimin kullanımıyla ilgili çalışmaların incelenmesinin ve sonuçların değerlendirilmesinin önem taşıdığı düşünülmektedir.Bu düşünceden hareketle bu çalışmada, son yıllarda öğrenme-öğretme sürecinde proje tabanlı eğitimin kullanım durumlarının ele alındığı çalışmalar incelenerek bir içerik analizi çalışması yapılmıştır.Ölçütler belirlendikten sonra, eğitimde proje tabanlı eğitim kullanımının İngilizce ele alındığı çalışmaların yayımlandığı Scopus isimli veri tabanında yer alan 2012-2016 yılları arasında yayımlanmış olan sayıları "(title-abs-key (project based learning) and title-abs-key (social sciences) and title-abs-key (teacher)) and doctype (ar) and (limit-to (pubyear, 2016) or limit-to (pubyear, 2015) or limit-to (pubyear, 2014) or limit-to (pubyear, 2013) or limit-to (pubyear, 2012))" anahtar sözcükleri temele alınarak taranmıştır.Tarama sonucunda belirlenen ölçütlere uygun olan 57 makale ve bu makalelerde, "araştırma konusu, çalışma grubu büyüklüğü, çalışma grubu belirleme türü, araştırma türü, veri toplama araçları ve veri analiz yöntemleri" bakımından incelenmiştir.Bulguların proje tabanlı öğrenmenin temel alınarak yapıldığı
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".