Application of Highly Optimised Structured Teaching Method in Training of Trainer Programme
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
أدى الوعي المتزايد بالاختلافات الكبيرة بين المعلمين إلى حوار مستمر بين المعلمين والباحثين وصناع السياسات حول كيفية تحسين ممارسات التدريس. يعد تحديد فعالية وكفاءة التدريس من خلال مقاييس التعلم أمرا بالغ الأهمية للتعليم. تعد طريقة التدريس المنظم عالي الإنتاجية (HOST) هي إطار تدريس فعال وكفء باستخدام استراتيجيات قائمة على الأدلة وهيكل تدريس مبتكر. تقدم هذه الدراسة نتيجة استخدام طريقة التدريس HOST في برنامج لتدريب المدربين. أجرينا دراسة شبه تجريبية لمجموعة عشوائية واحدة تضم 89 مشاركا في برنامج تدريب المدربين حيث طلب منهم تقييم تعلمهم ذاتيا من خلال الإجابة على استبانة مكونة من 20 فقرة حول معارفهم ومهاراتهم التي اكتسبوها من البرنامج. تصميم التقييم القبلي والبعدي لمجموعة واحدة هو تصميم بحث شبه تجريبي يتم فيه قياس المتغير التابع نفسه في مجموعة واحدة من المشاركين قبل تطبيق التدخل (الاختبار المسبق) وبعده (الاختبار اللاحق). ثم يتم حساب حجم تأثير لتدخل HOST من خلال مقارنة درجات التقييم الذاتي القبلي والبعدي. ونظرا لأن أحجام التأثير الموجودة في التصميمات شبه التجريبية لمجموعة واحدة تميل إلى أن تكون أكبر بكثير (ضعف تقريبا) مما في تصميمات التجارب العشوائية المُحكمة (RCTs)، فقد تم تعديل أحجام التأثير الناتجة بقسمتها على إثنين كما تقترحة الدراسات والبحوث في هذا المجال. وقد أظهرت نتائج الدراسة تأثيرا مرتفعا جدا لطريقة التدريس HOST. وخلصت الدراسة إلى أنه يوصى باستخدام هذه الطريقة في التدريب.
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.
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 | 0.011 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 it