Pozitīvas uzvedības veicināšana 5-6 gadus veciem bērniem izmantojot sižeta lomu rotaļas
Bibliographic record
Abstract
Diplomdarbs „Pozitīvas uzvedības veicināšana 5-6 gadus veciem bērniem izmantojot sižeta – lomu rotaļas” ir izstrādāts, lai izpētītu, kādas uzvedības problēmas ir bērniem PII X un rastu veidu, kā tās risināt, izmantojot sižeta – lomu rotaļas. Diplomdarba autors ir Ieva Alberta, darba vadītāja Dr. paed. Linda Daniela.\nIzvirzīti četri uzdevumi: teorētiski analizēt pozitīvas uzvedības veidošanos 5-6 gadus veciem bērniem, izmantojot sižeta - lomu rotaļas, analizēt uzvedības izpausmes 5-6 gadus veciem bērniem, veikt pedagoģisko izmēģinājumdarbību, analizēt iegūtos rezultātus.\nDarbam izvirzīta hipotēze: mērķtiecīgi atlasot un organizējot sižeta – lomu rotaļas, var tikt sekmēta pozitīvas uzvedības veidošanās 5-6 gadus veciem bērniem.\nDarbam ir anotācija, ievads, teorētiskais un praktiskais izklāsts, nobeigums un izmantotās literatūras saraksts.\n\nAtslēgvārdi:\n•Pozitīva uzvedība;\n•Novērojums;\n•5-6 gadus veci bērni.
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 | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.004 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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; 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".