Türkiye’deki ilkokul fen bilimleri dersi öğretim programı ve Ontario Eyaleti’ndeki ilkokul fen ve teknoloji programının 21. Yüzyıl becerileri açısından karşılaştırılması
Bibliographic record
Abstract
Bu araştırmada Türkiye ve Kanada’da (Ontario) 6-10 yaş aralığında çocuklar için hazırlanan fen programlarının amaç, kazanımlar, içerik, öğrenme-öğretme süreçleri ve ölçme değerlendirme ögelerinin 21. yüzyıl becerileri bağlamında karşılaştırılması amaçlanmıştır. Araştırma nitel araştırma desenlerinden biri olan durum çalışmasıdır. Veriler doküman incelemesi yoluyla toplanmış, betimsel analiz yoluyla analiz edilmiştir. Araştırmanın 21. yüzyıl becerileri çerçevesini ATC21S projesinde ortaya konulan 21. yüzyıl becerileri oluşturmaktadır. Türkiye Fen Bilimleri Öğretim Programında bilimsel süreç becerilerine vurgu yapılırken Ontario’da STEM yaklaşımına dayalı öğrenmenin altı çizilmektedir. Ontario’nun programında becerilerin uygulamalı olarak edinilmesine, kariyer bilinci geliştirmek, toplumun dinamiklerini anlamak ve küresel vatandaşlık becerilerine dönük daha belirgin amaçlar yer almaktadır. Ontario’nun programında Türkiye’ye göre çok daha fazla sayıda kazanımın yer aldığı görülmektedir. Türkiye’nin programında daha çok düşünme yolları becerilerine yönelik kazanımlar yer alırken Ontario programında düşünme yolları ve çalışma araçları becerilerini geliştirmeye yönelik kazanımlar önemli yer tutmaktadır. Programlar içerik yönünden benzerlik göstermektedir. Ontario programında öğrenme öğretme süreçleri Türkiye’nin programına göre çok daha detaylı açıklanmıştır. Ontario programında Türkiye’nin programından farklı olarak öğrenme-öğretme süreçlerinde öğrencilerin bilgi teknolojileri okur yazarlık becerilerini geliştirmek üzere çok sayıda ifade yer almaktadır. Türkiye’nin programında ölçme araç ve yöntemleri açısından uygulayıcılara kesin sınırlar çizilmemektedir. Ontario programında ise Türkiye’den farklı olarak ölçülecek beceriler ve ölçme araçları net olarak ifade edilmektedir.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.044 | 0.005 |
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".