An Investigation of Preschool Teachers’ Self Efficacy Beliefs on Supporting Children’s Executive Function Skills
Bibliographic record
Abstract
Araştırmada, okul öncesi eğitimi öğretmenlerinin çocukların yürütücü işlev (Yİ) becerilerini desteklemeye ilişkin öz yeterlik inançlarının incelenmesi amaçlanmaktadır. Tarama modelinde gerçekleştirilen araştırmaya Ankara’daki okul öncesi eğitim kurumlarında çalışan 600 okul öncesi eğitimi öğretmeni katılmıştır. Araştırma soruları ile paralel şekilde verilerin analizinde temel bileşenler analizi (TB), doğrulayıcı faktör analizi (DFA), Cronbach Alpha güvenirlik analizi, betimsel analiz, ilişkisiz örneklemler (bağımsız gruplar) t-testi ve ANOVA veri analizi yöntemlerine başvurulmuştur. Sonuç olarak, araştırma kapsamında geliştirilen ölçme aracının okul öncesi eğitimi öğretmenlerinin çocukların Yİ becerilerini desteklemeye dair öz yeterlilik inançlarını değerlendirmek amacıyla kullanılabilecek geçerli ve güvenilir bir ölçme aracı olduğu ortaya konmuştur. Araştırmaya katılan okul öncesi eğitimi öğretmenlerinin durumu incelendiğinde ise, çocukların Yİ becerilerini desteklemeye dair kendilerini orta düzeyde yeterli buldukları belirlenmiştir. Ayrıca, öğretmenlerin Yİ becerilerini desteklemeye ilişkin öz yeterlik düzeylerinin cinsiyete, yaşa, mesleki deneyime ve alınan hizmet içi eğitim sayısına göre anlamlı farklılık gösterdiği saptanmıştır. Araştırma sonucunda, okul öncesi eğitimi öğretmenlerinin Yİ becerilerinin desteklenmesine ilişkin öz yeterlik inançlarının geliştirilmesi gerekliliği ortaya konmuş ve öğretmenlerin öz yeterlik inançlarına etki eden faktörlere dair sonuçlar ilgili literatür eşlinde tartışılarak öneriler sunulmuştur.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".