Fen Bilgisi ve İlköğretim Matematik Öğretmen Adaylarının Öğretmenlik Mesleğini Tercih Etme Nedenleri ve Beklentileri
Bibliographic record
Abstract
Öz: Araştırmanın amacı; öğretmen adaylarının İlköğretim Matematik ve Fen Bilgisi Öğretmenliği lisans programını seçme nedenlerini ve beklentilerini ortaya çıkarmaktır.Araştırma, iki aşamada çalışılmıştır.Birinci aşaması, 2018-2019 eğitim öğretim yılı güz dönemi başında Yüzüncü Yıl Üniversitesi Eğitim Fakültesi 1. sınıfına yeni başlayan 27'si kadın, 13'ü erkek olmak üzere toplam 40 ilköğretim matematik ve 18'i kadın 7'si erkek olmak üzere toplam 25 fen bilgisi öğretmen adaylarıyla gerçekleştirilmiştir. Çalışmaya katılan öğretmen adaylarına 11 maddeden oluşan beşli likert tipi ölçek uygulanmıştır.Dört yıl sonra aynı öğretmen adaylarımız son
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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; both teacher heads agree on what is shown here.
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".