Türkiye, Kanada ve Hong Kong’un ortaokul matematik öğretim programlarının karşılaştırılması
Bibliographic record
Abstract
Bu çalışmanın amacı 2018-2019 öğretim yılında 5-8.sınıflarda uygulamaya konulan Türkiye Ortaokul Matematik Öğretim PISA ve TIMSS gibi uluslararası sınavlarda başarılı olan Kanada (Ontario Eyaleti) ve Hong Kong (Çin)’da uygulanmakta olan 5-8.sınıflar Matematik Öğretim Programlarını karşılaştırarak benzerlik ve farklılıkların belirlenmesidir. Başka bir ifadeyle amaç, başarı farkının programın ögelerinden (hedef, içerik, eğitim durumları ve sınama durumlarından) kaynaklanan nedenlerine ulaşmaktır. Türkiye, Kanada ve Hong Kong ortaokul öğretim programlarının incelenip benzer ve farklı yönlerinin ortaya konulduğu bu çalışma genel tarama modelinde desenlemiştir. Bu araştırmadaki verilerinin toplanmasında nitel veri toplama yöntemlerinden alanyazın taraması yoluyla doküman analizi kullanılmıştır. Veri kaynağı olarak eğitim bakanlıklarının, kütüphanelerin, üniversitelerin ve eğitim ağlarının elektronik sayfalarından, öğretim programları, ilgili yasa, mevzuatlar ve konu ile ilgili ulaşabilen tez ve makalelerden yararlanılmıştır. Verilerin çözümlenmesinde betimsel analiz tekniğinden yararlanılmıştır.Çalışmadan elde edilen veriler amaç doğrultusunda incelendiğinde programların ortak amacının, matematiği günlük yaşamlarına dâhil eden ve uygulayan bireylerin yetiştirilmesini sağlamak olduğu görülmüştür. İncelenen matematik öğretim programlarında kazanım sayısı en fazla olan ülke Kanada’dır. Matematik öğretimi için belirlenen yıllık ders saati ile bu kazanım sayıları ilişkilendirildiğinde öğretim saatlerine uygun programlar olduğu saptanmıştır. Öğretim programları sınama durumları açısından incelendiğinde üç öğretim programında da ürün ve süreç odaklı değerlendirmenin önemli olduğu sonucuna varılmıştır. Türkiye öğretim programında alternatif değerlendirme araçları öğretmenin yaratıcılığına veya kararına bırakılmışken Kanada ve Hong Kong’da ölçme değerlendirme araçları özelleştirilerek açıklanmıştır. Bu bulgular ışığında Türkiye öğretim programının ölçme değerlendirme sürecinde diğer iki programa göre daha az ayrıntı ve çeşitlilik içerdiği sonucuna varılmıştır. Türkiye öğretim programının değerlendirme ögesi uluslararası sınavlardaki biçim dikkate alınarak yeniden düzenlenebilir/ zenginleştirilebilir. Alternatif/ tamamlayıcı değerlendirme yöntemleri konusunda mevcut öğretmenler hizmet içi eğitime tabi tutulup, öğretmen adaylarının bu konuda dersler alması desteklenmelidir.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.027 | 0.004 |
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".