ACISE-IA, शिक्षकाणां तथा शिक्षक-प्रशिक्षणं प्राप्नुवतां व्यक्तीनां कृत्रिमबुद्धिमत्ताविषयकाः सामाजिक-भावात्मकधारणाः, शिक्षायां कृत्रिमबुद्धिमत्तां प्रति सकारात्मकदृष्टिकोणाः, स्वानुभूता AI-अङ्कीयदक्षता, आलोचनात्मक-नैतिकमूल्याङ्कनानि च 39 पदैः पञ्चस्तरीय-Likert-रचनया परीक्षमाणं चतुर्मितीयं मापनसाधनम् अस्ति। अस्मिन् अध्ययने स्पेनदेशस्य Andalusia स्वायत्तप्रदेशात् 1292 शिक्षकाः शिक्षक-प्रशिक्षणार्थिनश्च सम्मिलिताः; परिमाणात्मकया, अप्रायोगिकया, cross-sectional तथा ex post facto रचनया वयः, शैक्षिकसाफल्यम्, अध्ययनक्षेत्रम्, कार्यस्थितिः, शिक्षणानुभवः, शैक्षिकवर्षं च ACISE-IA-मितिभिः कथं सम्बद्धानि इति परीक्षितम्।

नमूनायां 1078 (%83,4) विश्वविद्यालयीयाः शिक्षक-प्रशिक्षणार्थिनः, 214 (%16,6) सक्रियाः अथवा शिक्षणकार्ये विरामं कृतवन्तः शिक्षकाः आसन्। सहभागिनां %29 पुरुषाः, %70,8 स्त्रियः, %0,2 च आत्मानं non-binary इति निरूपितवन्तः। नमूना सम्भाव्य-यादृच्छिकचयेन न, अपि तु उद्देश्यमूलकेन असम्भाव्यचयेन निर्मिता।

वयः ACISE-IA इत्यस्य सामाजिक-भावात्मकधारणामित्या सह r = −0,209, सकारात्मक-शैक्षिक-AI-दृष्टिकोणेन सह r = −0,133, स्वानुभूतया AI-अङ्कीयदक्षतया सह r = −0,137 तथा समग्राङ्केन सह r = −0,172 इति नकारात्मकं सांख्यिकीयतया अर्थपूर्णं च सम्बन्धं दर्शयति। वयसा आलोचनात्मकधारणा-नैतिकउत्तरदायित्वमितेः सह अर्थपूर्णः सम्बन्धः न दृष्टः। एते सम्बन्धाः सांख्यिकीयतया अर्थपूर्णाः सन्ति, किन्तु परिमाणतः लघवः।

अङ्कमाध्यम्; सकारात्मक-AI-दृष्टिकोणेन (r = 0,071), स्वानुभूत-अङ्कीयदक्षतया (r = 0,065), आलोचनात्मक-नैतिकमूल्याङ्कनेन (r = 0,077) तथा समग्र-ACISE-IA-अङ्केन (r = 0,069) सह सकारात्मकसम्बद्धम् आसीत्। किन्तु एतेषां correlations परिमाणम् अत्यल्पम्। अङ्कमाध्यमस्य सामाजिक-भावात्मकधारणया सह अर्थपूर्णः सम्बन्धः न प्राप्तः।

अध्ययनक्षेत्रानुसारं सर्वोच्चाः सामाजिक-भावात्मकधारणा, AI-अङ्कीयदक्षता तथा समग्र-ACISE-IA-माध्यमाः सामाजिक-न्यायशास्त्रसमूहे दृष्टाः। एतत् परिणामं अभियान्त्रिकी-वास्तुशास्त्रं तथा विज्ञानक्षेत्राणि सर्वोच्चमूल्यानि प्राप्स्यन्ति इति H3-परिकल्पनया न अनुरूपम्; अतः H3 समर्थिता न। क्षेत्रान्तरप्रभावपरिमाणानि सामान्यतः लघूनि।

शिक्षक-प्रशिक्षणार्थिनः शिक्षकेभ्यः सामाजिक-भावात्मकधारणायां, सकारात्मक-AI-दृष्टिकोणे तथा समग्र-ACISE-IA-अङ्के उच्चतरमाध्यमानि दर्शितवन्तः। परन्तु AI-अङ्कीयदक्षतायाः भेदः p = 0,053 इति अध्ययनस्य अर्थपूर्णतासीमां न अतिक्रान्तवान्; आलोचनात्मक-नैतिकउत्तरदायित्वे अपि द्वयोः समूहयोः अर्थपूर्णो भेदो न आसीत्। अतः कार्यस्थितिविषया H4 केवलं अंशतः समर्थिता।

शिक्षकसमूहे अधिकः शिक्षणानुभवः सकारात्मक-AI-दृष्टिकोणेन (r = −0,145), AI-अङ्कीयदक्षतया (r = −0,195) तथा समग्राङ्केन (r = −0,168) सह लघून् नकारात्मकसम्बन्धान् दर्शितवान्। किन्तु अध्ययनस्य cross-sectional तथा correlational रचनाकारणात् एते सम्बन्धाः “वयः” अथवा “अनुभवः” AI-धारणां न्यूनयति इति न सिद्धयन्ति। पीढ्यन्तरभेदाः, पूर्वप्रौद्योगिकीशिक्षा, अङ्कीयसाधनसंसर्गः, कार्यसन्दर्भः, नमूनाचयनप्रक्रिया च एतेषु सम्बन्धेषु भूमिकां वहितुं शक्नुवन्ति।

परिणामानां सामान्यः सन्देशः—शिक्षकाणां शिक्षक-प्रशिक्षणार्थिनां च शिक्षायां AI प्रति दृष्टिकोणाः दक्षताश्च एकरूपाः न सन्ति। अतः लेखकाः शिक्षक-शिक्षायां केवलं AI-साधनस्य तान्त्रिकप्रयोगं शिक्षयन्तः मानकीकृतकार्यक्रमाः न, अपि तु पूर्वानुभवाय, व्यावसायिकस्तराय, स्वानुभूत-अङ्कीयदक्षतायै च अनुकूलिताः, प्रौद्योगिकीशिक्षया सह शिक्षणशास्त्रीय-सामाजिकभावात्मक-नैतिकमितीः संयोजयन्तः अधिकलचीले शिक्षामार्गाः विचारणीयाः इति अनुशंसन्ति।

अध्ययनस्य मुख्यसमस्या

शिक्षायां कृत्रिमबुद्धिमत्तायै सज्जता केवलं शिक्षकस्य AI-साधनं तान्त्रिकतया उद्घाट्य प्रयोजयितुं सामर्थ्ये न सीमिता। स्रोत-अध्ययनं शिक्षकः AI प्रति कथम् उपगच्छति, छात्रेषु शिक्षणप्रक्रियासु च सामाजिक-भावात्मकप्रभावान् कथं मूल्ययति, स्वकीयां AI-दक्षतां कथम् अनुभूयते, गोपनीयता, न्यायः, पूर्वाग्रहः, मानवीयनियन्त्रणम्, उत्तरदायित्वं च इत्यादीन् नैतिकविषयान् कथं मूल्ययति—एतानि संयुक्ततया विचारयति।

अनुसन्धानकर्तृभिः निर्दिष्टः साहित्यगतः रिक्तदेशः एषः—पूर्वाध्ययनानि दृष्टिकोणम्, अङ्कीयदक्षतां वा नैतिकचिन्ताः प्रायः पृथक् पृथक् परीक्षन्ते। वयः, शैक्षिकसाफल्यम्, विषयक्षेत्रम्, कार्यस्थितिः, शिक्षणानुभवः, शैक्षिकवर्षं च एकस्मिन् चतुर्मितीय-चौखटे संयुक्ततया परीक्षितानि यत्र तादृशानि अध्ययनानि न्यूनतराणि।

सैद्धान्तिकं चौखटम्: DigCompEdu तथा UNESCO AI CFT

अध्ययनं द्वयोः प्रमुखयोः संकल्पनात्मकचौखटयोः उपयोगं करोति। DigCompEdu, शिक्षकेषु अङ्कीयदक्षतां व्यावसायिकसहभागिता, अङ्कीयसंसाधनानि, शिक्षणम् अधिगमश्च, मूल्याङ्कनम्, छात्रसशक्तीकरणम्, छात्राणाम् अङ्कीयदक्षताविकासश्च इत्यादिभिः परस्परसंबद्धक्षेत्रैः सह विवेचयति; एतत् विस्तृततरं शिक्षक-अङ्कीयदक्षता-चौखटम् अस्ति।

UNESCO AI Competency Framework for Teachers (AI CFT) तु शिक्षकाणां कृत्रिमबुद्धिमत्ता-दक्षतां मानवकेन्द्रितदृष्टिः, AI-नीतिशास्त्रम्, AI-मूलतत्त्वानि प्रयोगाश्च, AI-शिक्षणशास्त्रम्, व्यावसायिकाधिगमाय AI च इति पञ्च परस्परसंबद्धमितिषु संकल्पयति। एताः दक्षताः Acquire, Deepen तथा Create इति नामधेयानि त्रयः विकासस्तराः अन्तर्भवन्ति।

स्रोतस्य महत्त्वपूर्णं भेदवचनम् अस्ति: ACISE-IA-मापकं UNESCO AI CFT अथवा DigCompEdu इत्यस्मात् व्युत्पन्नं नास्ति, ACISE-IA-मितयश्च एतेषां चौखटानां दक्षताक्षेत्रैः एकैकतया समतुल्याः न माननीयाः। AI CFT तथा DigCompEdu अध्ययनपरिणामानां व्याख्यानाय प्रयुक्तौ संकल्पनात्मकसन्दर्भौ स्तः।

अनुसन्धानप्रश्नः

मुख्यः अनुसन्धानप्रश्नः—वैयक्तिकाः, शैक्षिकाः, व्यावसायिकाश्च विशेषाः शिक्षकाणां शिक्षक-प्रशिक्षणार्थिनां च शिक्षायां कृत्रिमबुद्धिमत्ताविषयकधारणायाः विविधाभिः मितिभिः कथं सम्बद्धाः?

षट् परिकल्पनाः

ACISE-IA-मापकं किं मापयति?

ACISE-IA शिक्षकाणां व्यावसायिककार्यप्रदर्शने कृत्रिमबुद्धिमत्ताप्रयोगविषयकान् दृष्टिकोणान्, ज्ञान/दक्षताधारणां, भावनाः, नैतिकमूल्याङ्कनानि च चतसृषु उपमितिषु मापयितुं प्रयुक्तं 39-पदात्मकं पञ्चस्तरीय-Likert-मापकम् अस्ति; अस्मिन् अध्ययने PSEA, APIA, CD, PCRE इति संक्षिप्तनामभिः निर्दिष्टाः चतस्रो मितयः पृथक् पृथक् तथा समग्र-मापकाङ्केन विश्लेषिताः।

प्रत्येकं पदं 1 तः 5 पर्यन्तं मूल्याङ्कितम्। स्रोते 1 “Strongly disagree”, 5 च “Strongly agree” स्तरं सूचयति।

मापकपदानाम् उदाहरणानि

PSEA इत्यस्य उदाहरणपदं AI छात्राणां भावात्मकबुद्धिं वर्धयितुं शक्नोति इति सूचयति। APIA कृते AI-प्रौद्योगिक्यः अधिगमं अधिकरुचिकरं कर्तुं शक्नुवन्ति; CD कृते व्यक्तिः विविधाभिः AI-प्रौद्योगिकीभिः परिचितः इति कथयति; PCRE कृते AI-प्रयोगः दुरुपयोगाय उपयुक्तो भवितुं शक्नोति इति वाक्यम् उदाहरणरूपेण दत्तम्।

मापकस्य विश्वसनीयतागुणकाः

स्रोतः एतानि मूल्यानि वर्तमाननमूनातः उत्पादितान् नूतनपरिणामान् इव न, अपि तु ACISE-IA इत्यस्य मूल-मान्यतापन-अध्ययनात् उद्धृतानि इति दर्शयति:

Cronbach alfa (α) तथा McDonald omega (ω), एकस्य मापकस्य समानरचनां मापयितुम् अपेक्षितानि पदानि कियत् परस्परसुसंगततया कार्यं कुर्वन्ति इति मूल्ययन्तौ आन्तरिकसुसंगततागुणकौ स्तः। स्रोतः एतानि मूल्यानि पर्याप्तात् अत्युत्तमपर्यन्तम् इति मानितस्य आन्तरिकसुसंगततायाः प्रमाणरूपेण उद्धरति।

मान्यतापन-अध्ययनस्य चतुर्गुणक-मॉडलस्य कृते अपि CFI = 0,929, GFI = 0,900, TLI = 0,922 तथा RMSEA = 0,046 मूल्यानि उद्धृतानि, मॉडल-अनुरूपता पर्याप्ता इति वर्णिता। CFI, GFI, TLI च मॉडलः दृष्ट-दत्तांशनिर्मितिं कियत् सम्यक् प्रतिनिधत्ते इति विभिन्नदृष्टिभिः मूल्ययन्ति; RMSEA तु मॉडल-दत्तांशयोः अनुमानित-असामञ्जस्यस्य त्रुटिसूचकः।

किन्तु ग्रन्थसूच्यां सम्बद्धं ACISE-IA-मान्यतापन-अध्ययनं “Sensors 2026, under review” इति सूचितम्। अतः Verianla एतत् मान्यतापन-अध्ययनं प्रकाशितं, पूर्णं, स्वतन्त्रं peer-reviewed लेखम् इति पुनर्वर्गीकृतं न करोति।

नमूनायाः संरचना

उद्देश्यमूलक-असम्भाव्यनमूनाचयनस्य अर्थः कः?

सहभागिनः समाजस्थितेषु सर्वेषु शिक्षकेषु शिक्षक-प्रशिक्षणार्थिषु च यादृच्छिकतया न चिताः। अनुसन्धानकर्तारः अध्ययनस्य सहभागिताशर्तान् पूरयन्तः व्यक्तीन् प्राप्तवन्तः, स्वैच्छिकसहभागितां च संगृहीतवन्तः। एषा पद्धतिः अध्ययनस्य क्रियान्वयनं सरलयति, किन्तु नमूना विस्तीर्णजनसमूहस्य पूर्णप्रतिनिधिः इति कल्पनां निवारयति।

समावेशन-बहिष्करणमानदण्डाः

सक्रियशिक्षकाः 2024–2025 शैक्षिकवर्षे औपचारिकशिक्षास्तरे शिक्षणं कुर्वन्तः भवितुम् अपेक्षिताः। तदा न कार्यरताः शिक्षकाः पूर्वं औपचारिकशिक्षास्तरे शिक्षणं कृतवन्तः स्युः इति अपेक्षितम्। शिक्षक-प्रशिक्षणार्थिसमूहे शिक्षाविज्ञानसम्बद्धे विश्वविद्यालयकार्यक्रमे पञ्जीकृतः भवेत् अथवा शिक्षकवृत्तिप्रवेशप्रक्रियायां स्थितः भवेत् इति शर्तः। सम्यक् न पूर्णीकृताः प्रश्नावलयः विश्लेषणात् बहिष्कृताः।

Cross-sectional correlation-परिणामः कारणता इति किमर्थं न व्याख्येयः?

अस्मिन् अध्ययने वयः, शैक्षिकसाफल्यम्, शिक्षणानुभवो वा अनुसन्धानकर्तृणा प्रयोगतया न परिवर्तितः, समानव्यक्तयश्च कालेन न अनुगताः; अतः दृष्टसम्बन्धाः चलराशयः सह कथं परिवर्तन्ते इति दर्शयन्ति, एकः अन्यस्य कारणम् इति न दर्शयन्ति। उदाहरणतः अनुभववर्षाणां AI-अङ्कीयदक्षतया सह नकारात्मक-correlation, शिक्षणानुभवः AI-दक्षतां न्यूनयति इति न सिद्धयति।

वयः, शिक्षणानुभवः, प्रारम्भिकशिक्षाकालः, पूर्वं प्रयुक्ताः प्रौद्योगिक्यः, व्यावसायिककर्तव्यानि, पीढीप्रभावश्च परस्परं अतिव्याप्नुयुः। अध्ययनं विविधशैक्षिकवर्षेषु भिन्नछात्रसमूहान् एकस्मिन् काले तुलितवान्; तान् एव छात्रान् प्रथमवर्गात् चतुर्थवर्गपर्यन्तं न अनुगतवान्।

अतः, उदाहरणतः चतुर्थवर्गीयछात्राः केषुचित् मितिषु प्रथमवर्गीयछात्रेभ्यः उच्चतरमाध्यमं दर्शयन्ति इति, चतुर्-वर्षीयं शिक्षक-प्रशिक्षणमेव एतं भेदं जनयति इत्यस्य प्रमाणं नास्ति।

अध्ययनस्य सैद्धान्तिकचौखटस्य मापनसाधनस्य च सीमा

UNESCO AI CFT इत्यस्य Acquire, Deepen, Create इति विकासस्तराः शिक्षकाणां AI-दक्षतां विकासक्रमेण चिन्तयितुं सहायन्ते। किन्तु शैक्षिकवर्षेषु अध्ययनस्य प्राप्ताः cross-sectional भेदाः छात्राः एतेषु त्रिषु AI CFT-स्तरेषु प्रगच्छन्ति इत्यस्य प्रायोगिकप्रमाणं न इति व्याख्यायन्ते।

अध्ययनस्य विधिः परिणामाश्च

अनुसन्धानरचना

अनुसन्धानं परिमाणात्मकम्, अप्रायोगिकम्, वर्णनात्मकम्, अन्वेषणात्मकं च; तथैव cross-sectional तथा ex post facto स्वरूपेण रचितम्। Ex post facto दृष्टौ अनुसन्धानकर्ता वयः, अनुभवः, अध्ययनक्षेत्रं वा इत्यादीनि पूर्वस्थितविशेषाणि प्रयोगतया नियोजयितुं न शक्नोति; स विद्यमानसमूहानां सम्बन्धान् भेदांश्च परीक्षते।

दत्तांशसंग्रहः

अनुसन्धानकर्तारः शिक्षासंस्थाभिः, विश्वविद्यालयैः, शिक्षक-प्रशिक्षणकार्यक्रमैश्च सम्पर्कं कृतवन्तः; प्रश्नावली-संयोजनम् विश्वविद्यालयाध्यापकानां संस्थाप्रशासनानां च माध्यमेन छात्रेभ्यः शिक्षकेभ्यश्च वितरितम्।

सहभागिता केवलं प्रौढेषु, स्वैच्छिका, अनामिका च आसीत्। सहभागिभ्यः अध्ययनस्य उद्देश्यं, शैक्षिकप्रयोगः, दत्तांशगोपनीयता, केवलं अनुसन्धानार्थं प्रयोगश्च स्पष्टः कृतः; प्रश्नावल्याः पूर्वं सूचितसहमतिर्गृहीता।

स्रोतः प्रश्नावलीं 2025 इत्यस्य प्रथमचतुर्थांशे स्वयंपूरितेन online-form द्वारा प्रयुक्ताम् इति सूचयति।

सांख्यिकीयविश्लेषणम्

विश्लेषणानि IBM SPSS 28.0.1.0 प्रयोगेण कृतानि। प्रथमं आवृत्तयः माध्यमानि च गणितानि। सामान्यवितरणस्य अनुमानं पदानां skewness तथा kurtosis-मूल्यैः परीक्षितम्, −2 तथा +2 परासस्थमूल्यानि ग्राह्याणि मन्यन्ते।

द्वयोः समूहयोः तुलनायां independent-sample Student t-test; द्वाभ्यां अधिकसमूहानां तुलनायां one-way ANOVA; ANOVA-अनन्तरं के समूहाः भिन्नाः इति परीक्षितुं आवश्यकतायां Bonferroni-संशोधित post-hoc तुलनाः प्रयुक्ताः।

चलराशीनां रेखीयसम्बन्धाः Pearson द्विपक्षीय-correlation-गुणकेन परीक्षिताः। मापकानाम् आन्तरिकसुसंगततायै Cronbach α तथा McDonald ω-गुणकाः गणिताः इति कथ्यते। सर्वेषु सांख्यिकीयपरीक्षणेषु %95 विश्वासस्तरः प्रयुक्तः।

अस्मिन् अध्ययने r, p-मूल्यम्, Cohen's d तथा partial eta-squared इत्येतानि किं दर्शयन्ति?

Pearson r द्वयोः निरन्तरचलराश्योः रेखीयसम्बन्धस्य दिशा-परिमाणे; p-मूल्यम् अध्ययनस्य null hypothesis अधीने दृष्टपरिणामः कियत् अनपेक्षितः इति; Cohen's d द्वयोः समूहयोः माध्यमभेदस्य standardised-परिमाणम्; partial eta-squared (ηp²) तु ANOVA मध्ये समूहचलराश्या सम्बद्धस्य variance इत्यस्य standardised प्रभावपरिमाणं दर्शयति। अस्मिन् अध्ययने अनेकपरिणामाः सांख्यिकीयतया अर्थपूर्णाः सन्ति; तथापि r, d, ηp²-मूल्यानां बहूनि लघूनि, अतः सांख्यिकीय-अर्थपूर्णता महता वा प्रबलया व्यावहारिकप्रभावेण समीकर्तुं न युक्ता।

Pearson r कथं पठनीयम्?

r इत्यस्य चिह्नं सम्बन्धस्य दिशां दर्शयति। नकारात्मकमूल्ये एकः चलराशिः वर्धते चेत् अपरः माध्यमतः न्यूनतां प्रवर्तते; सकारात्मकमूल्ये उभौ समानदिशि परिवर्तेते। मूल्यं शून्यस्य समीपं यावत्, रेखीयसम्बन्धस्य परिमाणं दुर्बलं भवति।

उदाहरणतः वयसः PSEA इत्यनेन सह r = −0,209 सम्बन्धः नकारात्मकदिशि अस्ति। तथापि स्रोतः अस्य correlation-परिमाणं लघु इति मूल्ययति।

p-मूल्यं प्रभावपरिमाणं किमर्थं नास्ति?

p-मूल्यं केवलं भेदः अथवा सम्बन्धः सांख्यिकीयनिर्णयदृष्ट्या अर्थपूर्णः वा न वा इति मूल्ययितुं सहायते। p-मूल्यस्य अत्यल्पत्वं सम्बन्धः अवश्यं महान् वा शिक्षादृष्ट्या प्रबलः इति न सूचयति। अस्मिन् अध्ययने अङ्कमाध्यम-correlations अस्य स्पष्टम् उदाहरणम्: केचन सम्बन्धाः सांख्यिकीयतया अर्थपूर्णाः सन्ति, किन्तु r-मूल्यानि प्रायः 0,065–0,077 स्तरस्य, व्यावहारिकपरिमाणतः अत्यल्पानि।

वयः तथा शैक्षिकसाफल्यपरिणामाः

H1 समर्थिता। परिकल्पनानुसारं वयः सकारात्मकदृष्टिकोणेन, अङ्कीयदक्षतया तथा समग्राङ्केन सह नकारात्मकसम्बद्धम्। अध्ययनं वयसः PSEA इत्यनेन सह अपि नकारात्मकसम्बन्धं प्राप्तवत्। PCRE-वयसोः अर्थपूर्णः सम्बन्धः न प्राप्तः।

H2 अपि समर्थिता। अङ्कमाध्यमं APIA, CD, PCRE तथा समग्राङ्केन सह सकारात्मकसम्बद्धम्। किन्तु स्रोतः एते सम्बन्धाः अत्यल्पाः इति स्पष्टतया बलं ददाति।

अध्ययनक्षेत्रानुसारं परिणामाः

Bonferroni-तुलनाः दर्शयन्ति यत् सामाजिक-न्यायविज्ञानसमूहस्य PSEA-अङ्कः कला-मानविकी, विज्ञान, स्वास्थ्यविज्ञानसमूहेभ्यः अर्थपूर्णतया उच्चतरः। CD-विषये सामाजिक-न्यायविज्ञानस्य विज्ञानस्य च मध्ये अर्थपूर्णो भेदः प्राप्तः; समग्राङ्के अपि एतयोः द्वयोः समूहयोः अर्थपूर्णो भेदः निर्धारितः।

H3 समर्थिता न। स्रोतः केचन क्षेत्रभेदान् प्राप्तवान्, किन्तु परिकल्पनानुसारं अभियान्त्रिकी-वास्तुशास्त्रसमूहः अथवा विज्ञानसमूहः सामान्यतः सर्वोच्चाङ्कान् न दर्शितवान्।

शिक्षक-प्रशिक्षणार्थिनां शिक्षकाणां च तुलना

सर्वाधिकः समूहभेदः PSEA मध्ये दृष्टः (d = 0,480)। APIA तथा समग्राङ्कभेदौ लघू; CD तथा PCRE-भेदौ अत्यल्पौ अथवा उपेक्षणीयौ इति मूल्यितौ।

H4 अंशतः समर्थिता। अपेक्षानुसारं शिक्षक-प्रशिक्षणार्थिनः PSEA, APIA तथा समग्राङ्के उच्चतरमूल्यानि धारयन्ति, PCRE-विषये अर्थपूर्णो भेदो नास्ति। किन्तु परिकल्पनायाः विपरीतं CD-भेदः सांख्यिकीय-अर्थपूर्णतासीमां न प्राप्तवान्।

शिक्षणानुभवः

H5 समर्थिता। तथापि लेखकाः अर्थपूर्णसम्बन्धाः लघुपरिमाणाः इति, शिक्षणानुभवः निर्दिष्टमितिषु परिवर्तनशीलतायाः केवलं सीमितभागं व्याख्यायति इति च बलं ददति।

एतत् निष्कर्षं “दीर्घकालं शिक्षणं AI-दक्षतां न्यूनयति” इति न पठनीयम्। वयः, प्रथमशिक्षक-प्रशिक्षणकालः, व्यावसायिककर्तव्यानि, पूर्वप्रौद्योगिक्यनुभवः, चयनप्रभावाश्च एतेषां सम्बन्धानां सह परिवर्तितुं शक्नुवन्ति।

शैक्षिकवर्षानुसारं परिणामाः

सर्वासु मितिषु शैक्षिकवर्षाणां मध्ये सांख्यिकीयतया अर्थपूर्णाः भेदाः दृष्टाः; किन्तु विन्यासः एकदिशः नास्ति। स्नातकस्तरे PSEA प्रथमवर्षस्य 2,71 माध्यमात् चतुर्थवर्षे 3,08 पर्यन्तं वर्धते, स्नातकोत्तरसमूहे तु 2,34 पर्यन्तं न्यूनं भवति।

APIA-विषये प्रथमवर्षे 3,20 इति न्यूनतमं माध्यमम्; द्वितीय, तृतीय, चतुर्थवर्षेषु माध्यमानि क्रमशः 3,45, 3,72, 3,75 इति वर्धितानि, स्नातकोत्तरसमूहे 3,78 अभवत्।

CD प्रथमवर्षे 2,72 आसीत्, द्वितीयवर्षे 3,05 अभवत्, तृतीय/चतुर्थवर्षयोः प्रायः 3,06 स्तरं स्थितम्। स्नातकोत्तरसमूहस्य CD-माध्यमं 2,63 आसीत्।

PCRE-विषये सर्वोच्चं माध्यमं स्नातकोत्तरसमूहे 3,93, न्यूनतमं प्रथमवर्षे 3,24 आसीत्।

समग्र ACISE-IA-अङ्कः प्रथमवर्षे 116,08 आसीत्, चतुर्थवर्षे 133,04 पर्यन्तं प्राप्तः; स्नातकोत्तरसमूहे 124,31 गणितः। अतः शैक्षिकवर्षेण AI-धारणायां सर्वासु मितिषु सरलः रेखीयश्च वृद्धिविन्यासः अस्ति इति वक्तुं न शक्यते।

अतः H6 केवलम् अंशतः समर्थिता।

परिकल्पनानां अन्तिमस्थितिः

परिणामानां शिक्षणशास्त्रीयः अर्थः

स्रोतानुसारं AI प्रति सम्बन्धः एकमितीयेन “स्वीकरोति / न स्वीकरोति” इति दृष्ट्या पर्याप्ततया न व्याख्येयः। कश्चित् AI-प्रयोगं सकारात्मकतया पश्यन् स्वकीयां प्रौद्योगिकीदक्षतां न्यूनां मन्येत, अथवा प्रौद्योगिकीप्रयोगे दक्षः इति मन्यमानः नैतिकविषयान् तीव्रतया परीक्षेत।

अतः शिक्षक-शिक्षा केवलं कस्य AI-साधनस्य कथं प्रयोगः इति शिक्षणे न सीमितव्या। प्रौद्योगिकीदक्षता शिक्षणशास्त्रीयमूल्याङ्कनेन, सामाजिक-भावात्मकपरिणामबोधेन, AI-निर्गमानाम् आलोचनात्मकमूल्याङ्कनेन, नैतिकउत्तरदायित्वेन च सह विचारणीया।

शिक्षक-प्रशिक्षणार्थिनः किमर्थं उच्चतराङ्कान् दर्शितवन्तः स्युः?

स्रोतस्य चर्चाभागे एकं सम्भाव्यं स्पष्टीकरणम्—शिक्षक-प्रशिक्षणार्थिनः आधुनिक-अङ्कीयपरिवेशैः अधिकवारं सम्पर्कं प्राप्नुवन्ति तथा AI इत्यस्य शैक्षिककार्ये, सूचनान्वेषणे, कार्यव्यवस्थापने, समस्यासमाधाने च अधिकव्यापकं प्रयोगं कुर्वन्ति।

किन्तु एषा व्याख्या दृष्टभेदस्य सिद्धः mechanism नास्ति। शिक्षक-प्रशिक्षणार्थिनः शिक्षकाः च वयसा, अनुभवेन, कार्यभारैः, संस्थागतापेक्षाभिः, प्रौद्योगिकीसम्पर्केण च समानविशेषयुक्तसमूहाः न सन्ति।

सामाजिक-न्यायविज्ञानपरिणामः कथं व्याख्यातः?

सामाजिक-न्यायविज्ञानसमूहस्य PSEA, CD तथा समग्राङ्के उच्चमूल्यानि प्रारम्भिक-H3-अपेक्षायाः विपरीतानि आसन्। लेखकाः एतत् सूचना-विश्लेषण, विषयवस्तुनिर्माण, व्याख्यान इत्यादिभिः शैक्षिकानुभवैः सम्बद्धं भवितुं शक्नोति इति चर्चयन्ति।

तथापि प्रभावपरिमाणानि लघूनि सन्ति; अतः अध्ययनं एतत् क्षेत्रं AI-विषये प्रबलां वा सार्वत्रिकीं विषयगतश्रेष्ठतां धारयति इति न वदति।

शैक्षिकसाफल्यपरिणामः कथं व्याख्येयः?

उच्चतरम् अङ्कमाध्यमं AI प्रति अधिकसकारात्मकदृष्टिकोणेन, उच्चतरया स्वानुभूतदक्षतया, उच्चतरालोचनात्मक-नैतिकमूल्याङ्कनेन च सकारात्मकसम्बद्धम्। तथापि correlations-परिमाणं केवलं 0,065–0,077 परासे।

अतः परिणामः “सफलछात्राः AI-विषये स्पष्टतया श्रेष्ठाः” इति विस्तारयितुं न शक्यते। स्रोतसमर्थितं वचनम् एतत्—अङ्कमाध्यमस्य केषाञ्चित् ACISE-IA-मितिभिः सह सांख्यिकीयतया अर्थपूर्णाः किन्तु व्यावहारिकपरिमाणतः अत्यल्पाः सम्बन्धाः सन्ति।

अध्ययनेन समर्थिताः व्याख्याः

• शिक्षायां AI-विषयका धारणा वैयक्तिक-शैक्षिक-व्यावसायिकविशेषानुसारं किञ्चित् भिद्यते।
• वयः शिक्षणानुभवश्च केषाञ्चित् सकारात्मकदृष्टिकोण-सूचकैः स्वानुभूत-अङ्कीयदक्षतासूचकैश्च लघून् नकारात्मकसम्बन्धान् दर्शयतः।
• शैक्षिकसाफल्यं केषाञ्चित् AI-धारणामितिभिः सह अत्यल्पान् सकारात्मकसम्बन्धान् दर्शयति।
• अध्ययनक्षेत्र, कार्यस्थिति, शैक्षिकवर्षानुसारं केचन सांख्यिकीयभेदाः सन्ति।
• एते सम्बन्धाः चतसृषु ACISE-IA-मितिषु समानरूपेण न दृश्यन्ते।
• शिक्षक-शिक्षायां प्रौद्योगिकी, शिक्षणशास्त्र, सामाजिक-भावात्मकता, नैतिकता च संयुक्ततया विचार्यन्ते चेत् उपयोगी भवेत्।

अध्ययनेन न समर्थिताः व्याख्याः

• वृद्धवयः AI-दृष्टिकोणं कारणतया न्यूनयति इति सिद्धं नास्ति।
• दीर्घशिक्षणानुभवः AI-दक्षतां न्यूनयति इति सिद्धं नास्ति।
• विश्वविद्यालयवर्गे उन्नतौ समानव्यक्तिषु AI-धारणा स्वयमेव सुधरति इति दर्शितं नास्ति।
• शिक्षक-प्रशिक्षणार्थिनां वास्तविक-AI-कार्यदक्षता शिक्षकेभ्यः उच्चतरा इति न मापिता।
• ACISE-IA इत्यस्य CD-मितिः वास्तविकः अनुप्रयुक्त-AI-कौशलपरीक्षः न; सा स्वानुभूताम् अङ्कीयदक्षतां मापयति।
• सामाजिक-न्यायविज्ञानछात्राः सर्वेभ्यः अन्यक्षेत्रेभ्यः सामान्यतः “AI-विषये अधिकदक्षाः” इति सिद्धं नास्ति।
• स्पेनदेशस्य Andalusia-प्रदेशीयपरिणामाः सर्वेषु देशेषु वा सर्वशिक्षकजनसमूहेषु प्रत्यक्षतया सामान्यीकर्तुं शक्यन्ते इति दर्शितं नास्ति।
• सांख्यिकीय-अर्थपूर्णता महान् प्रभावः वा प्रबलं व्यावहारिकमहत्त्वं वा न सूचयति।

अध्ययनस्य बलस्थानानि

अध्ययनं 1292-व्यक्तीनां तुलनया महति नमूनायां शिक्षायां AI-धारणां केवलम् एकेन दृष्टिकोणचलराशिना न सीमयित्वा सामाजिक-भावात्मक, दृष्टिकोणात्मक, दक्षताधारणा, नैतिक-आलोचनात्मकमितीः संयुक्ततया परीक्षते। अस्मिन् एव अध्ययने वयः, शैक्षिकसाफल्यम्, विषयक्षेत्रम्, कार्यस्थितिः, अनुभवः, शैक्षिकवर्षं च इत्यादीनि अनेकविशेषाणि तुल्यन्ते।

स्रोतः केवलं सांख्यिकीय-अर्थपूर्णतां न दत्तवान्; क्षेत्र, कार्यस्थिति, शैक्षिकवर्षविश्लेषणेषु प्रभावपरिमाणानि अपि सूचितवान्, तथा अनेकाः अर्थपूर्णपरिणामाः लघुपरिमाणाः इति चर्चायां स्पष्टतया स्वीकृतवान्।

मुख्यसीमाः

नमूनासन्तुलनम्: सहभागिनां %83,4 शिक्षक-प्रशिक्षणार्थिछात्राः; शिक्षकाः केवलं %16,6 समूहं निर्मितवन्तः। एषा स्थिति छात्र-शिक्षकतुलनायाः सामान्यीकरणं सीमयति।

लिङ्गवितरणम्: नमूनायाः %70,8 स्त्रियः। लेखकाः परिणामानां सामान्यीकरणं मूल्ययितुं एतदसन्तुलनं ध्याननीयम् इति वदन्ति।

असम्भाव्यनमूनाचयनम्: उद्देश्यमूलकं non-probabilistic नमूनाचयनं सहभागिनः AI-विषये रुचौ परिचये वा सामान्यजनसमूहात् भिन्नाः स्युः इति सम्भावनां वर्धयति।

Cross-sectional रचना: विविधवयः-अनुभव-शैक्षिकवर्षसमूहाः एकस्मिन् काले तुलिताः। समानव्यक्तयः कालेन न अनुगताः।

कारणता: Correlations समूहभेदाश्च कारण-कार्यसम्बन्धरूपेण न व्याख्येयाः।

Cohort-प्रभावः: वयसि दृष्टो भेदः केवलं जैविकः वा कालक्रमिकः वयः न; भिन्नपीढीनां भिन्नशिक्षा-प्रौद्योगिकीपरिवेशेषु विकासेन अपि सम्बद्धो भवितुं शक्नोति।

स्व-प्रतिवेदनम्: मापकस्य CD-मितिः सहभागिनां स्वकीय-AI-दक्षताविषयकधारणां मापयति; वास्तविककार्यदक्षतापरीक्षा न।

भावी अध्ययनानि

लेखकाः शिक्षकाणां शिक्षक-प्रशिक्षणार्थिनां च अधिकसन्तुलितप्रतिनिधित्वयुक्तानि, अधिकप्रतिनिधिकानि नमूनारचनानि प्रयोजनीयानि इति अनुशंसन्ति। शिक्षायां AI-धारणासु लिङ्गस्य सम्भाव्यभूमिका अधिकसन्तुलितनमूनया पृथक् परीक्ष्यताम् इति अपि अनुशंसितम्।

वयः, पीढी, शिक्षाप्रभावान् पृथक्कर्तुं समानव्यक्तीनां कालेन अनुगमनयुक्ताः longitudinal रचनाः विशेषतः मूल्यवन्तः। अध्ययनस्य विविधशिक्षास्तरेषु, संस्थाप्रकारेषु, सन्दर्भेषु च पुनरावृत्तिः परिणामानां सामान्यीकरणमूल्याङ्कनाय आवश्यकाऽपि।

व्यावहारिकनिष्कर्षाः

अध्ययनं एकरूप-AI-शिक्षाकार्यक्रमस्य स्थाने भिन्नप्रारम्भिक-प्रोफाइल्-अनुसारं अनुकूलनीयान् शिक्षक-शिक्षामार्गान् समर्थयति। अधिकानुभविनां शिक्षकाणाम् आवश्यकताः शिक्षक-प्रशिक्षणस्य प्रारम्भवर्षीयछात्राणाम् आवश्यकताभिः समानाः न स्युः।

स्रोतानुसारं दीर्घकालीनः शैक्षिक-AI-समावेशः एकवारिक-प्रौद्योगिकीपरिचयात् अधिकं निरन्तरव्यावसायिकविकासं संस्थागतसमर्थनं च अपेक्षते। शिक्षा केवलं साधनप्रयोगं न, अपि तु प्रौद्योगिक्याः शिक्षणशास्त्रीयार्थं, छात्रसम्बन्धान्, नैतिकजोखिमान्, आलोचनात्मकमूल्याङ्कनं च समावेशयेत्।

स्रोते गणितीयं सूत्रम् अस्ति वा?

न। लेखे Pearson correlation, Student t-test, ANOVA, Cronbach α, McDonald ω, Cohen's d तथा partial eta-squared इत्यादयः सांख्यिकीयविधयः गुणकाश्च प्रयुक्ताः; किन्तु तेषां गणितीयसमीकरणानि स्रोतपाठे न दत्तानि। अतः Verianla स्रोते अनुपस्थितानि सूत्राणि अध्ययनस्य स्वसूत्राणि इव न योजयति।

नैतिक-अनुमोदनकालक्रमविषयकं स्रोतनोटम्

स्रोतस्य विधिभागः प्रश्नावली 2025 इत्यस्य प्रथमचतुर्थांशे प्रयुक्ता इति वदति। लेखस्य Institutional Review Board Statement भागे University of Jaén Ethics Committee अनुमोदनदिनाङ्कः 25 जुलाई 2025, code 20250508/MAY.LIN इति दत्तः। PDF एतयोः दिनाङ्कयोः कालक्रमसम्बन्धे अतिरिक्तं स्पष्टीकरणं न ददाति। Verianla एतद् व्याख्याय वा दिनाङ्कान् परिवर्त्य वा संशोधयति न।

ACISE-IA-विश्वसनीयताप्रतिवेदनविषयकं स्रोतनोटम्

विधिभागे मापकानाम् आन्तरिकसुसंगतता Cronbach α तथा McDonald ω द्वारा निर्धारिता इति कथ्यते। तथापि लेखस्य परिणामभागे वर्तमानस्य 1292-व्यक्तिनमूनायाः पृथक् α तथा ω-मूल्यानि स्पष्टतया न प्रतिवेदितानि; स्पष्टतया दत्तानि α/ω-मूल्यानि ACISE-IA इत्यस्य मूल-मान्यतापन-अध्ययनाय आरोपितानि।

स्रोत-विधिनोटम्

मूलशीर्षकम्: Personal and Academic Factors in Teachers’ Perceptions of Educational Artificial Intelligence

तुर्कीभाषायां प्रकाशनशीर्षकम्: शिक्षायां कृत्रिमबुद्धिमत्ताविषये शिक्षकाणां धारणासु वैयक्तिकाः शैक्षिकाश्च कारकाः

लेखकाः: Inmaculada Serrano-García, Ramón Chacón-Cuberos, Amador Jesús Lara-Sánchez.

लेखकक्रमः: स्रोते यथादत्तं तथा संरक्षितम्।

समसहभागिता: स्रोते सह-प्रथमलेखकत्वस्य वा समानसहभागितायाः चिह्नं नास्ति।

सम्पर्कलेखकः: Amador Jesús Lara-Sánchez.

संस्थासम्बन्धः 1: Department of Mathematics, IES Villanueva del Mar, La Herradura, Spain.

संस्थासम्बन्धः 2: Department of Research Methods and Diagnosis in Education, University of Granada, Granada, Spain.

संस्थासम्बन्धः 3: Department of Didactics of Musical, Visual, and Corporal Expression, University of Jaén, Jaén, Spain.

पत्रिका: Sustainability.

प्रकाशकः: MDPI.

खण्डः / अंकः / लेखसंख्या: 18 / 20 / 10377.

DOI: 10.3390/su182010377.

Academic Editor: Jun (Justin) Li.

प्रेषणदिनाङ्कः: 20 अगस्त 2026.

संशोधनदिनाङ्कः: 29 सितम्बर 2026.

स्वीकृतिदिनाङ्कः: 3 अक्टूबर 2026.

प्रकाशनदिनाङ्कः: 13 अक्टूबर 2026.

स्रोतप्रकारः: Article; परिमाणात्मकम्, अप्रायोगिकम्, वर्णनात्मक/अन्वेषणात्मकम्, cross-sectional तथा ex post facto अनुसन्धानम्।

Peer-review स्थितिः: Sustainability इत्यत्र प्रकाशितः peer-reviewed पत्रिकालेखः।

अनुज्ञप्तिः: Creative Commons Attribution 4.0 International (CC BY).

अनुसन्धानभूगोलः: Andalusia स्वायत्तप्रदेशः, स्पेनदेशः।

दत्तांशसंग्रहकालः: स्रोतानुसारं 2025 इत्यस्य प्रथमचतुर्थांशः।

नमूना: 1292 व्यक्तयः; 1078 विश्वविद्यालयीयाः शिक्षक-प्रशिक्षणार्थिनः तथा विश्लेषणे एकस्मिन् शिक्षकवर्गे संयोजिताः 214 सक्रिय/असक्रियशिक्षकाः।

नमूनाचयनम्: उद्देश्यमूलकम्, असम्भाव्यम् नमूनाचयनम्।

मापनसाधनम्: ACISE-IA — Scale of Attitudes, Knowledge, Emotions, and Ethics in Teachers toward the Use of Artificial Intelligence in Professional Performance.

पदसंख्या: 39.

उत्तररूपम्: 1–5 परासस्य पञ्चस्तरीय-Likert-मापकम्।

मितयः: PSEA, APIA, CD तथा PCRE.

सैद्धान्तिकव्याख्याचौखटम्: UNESCO AI Competency Framework for Teachers (AI CFT) इत्यस्य पूरकः DigCompEdu। ACISE-IA एतेभ्यः चौखटेभ्यः विकसितं न, तस्य मितयश्च AI CFT/DigCompEdu-क्षेत्रैः एकैकतया समतुल्याः न।

विश्लेषण-सॉफ्टवेयर्: IBM SPSS 28.0.1.0.

सामान्यतापरीक्षणम्: Skewness तथा kurtosis-सूचकाः; −2 तथा +2 परासः ग्राह्यः इति स्वीकृतः।

द्विसमूहतुलना: Independent-sample Student t-test.

द्वाभ्यां अधिकसमूहाः: One-way ANOVA.

Post-hoc विश्लेषणम्: Bonferroni-संशोधनम्।

चलराशिसम्बन्धः: Pearson द्विपक्षीय-correlation.

आन्तरिकसुसंगतताविधयः: Cronbach α तथा McDonald ω.

विश्वासस्तरः: %95.

प्रभावपरिमाणानि: द्विसमूहतुलनायां Cohen's d; ANOVA-विश्लेषणेषु partial eta-squared (ηp²)।

गणितीयसमीकरणम्: स्रोते सांख्यिकीयविधीनां स्पष्टानि गणितीयसूत्राणि न दत्तानि।

सारण्यः: पञ्च मुख्यपरिणामसारण्यः सन्ति: वयः/अङ्कमाध्यम-correlation; अध्ययनक्षेत्रम्; कार्यस्थितिः; शिक्षणानुभवः; शैक्षिकवर्षम्।

क्रमाङ्कितवैज्ञानिकचित्रम्: स्रोतलेखे क्रमाङ्कितं दत्तांशचित्रं नास्ति।

H1: समर्थिता।

H2: समर्थिता।

H3: न समर्थिता।

H4: अंशतः समर्थिता।

H5: समर्थिता।

H6: अंशतः समर्थिता।

नैतिकसमितिः: University of Jaén Ethics Committee, code 20250508/MAY.LIN.

स्रोते सूचितः नैतिक-अनुमोदनदिनाङ्कः: 25 जुलाई 2025.

नैतिककालक्रमनोटम्: स्रोतः प्रश्नावली 2025 इत्यस्य प्रथमचतुर्थांशे प्रयुक्ता इति, नैतिकसमितिवक्तव्ये अनुमोदनदिनाङ्कं 25 जुलाई 2025 इति च सूचयति। लेखः अस्य कालक्रमभेदस्य स्पष्टीकरणं न ददाति; दिनाङ्काः अपरिवर्तिताः संरक्षिताः।

सूचितसहमतिः: अध्ययनस्य सर्वेभ्यः सहभागिभ्यः गृहीता।

दत्तांशप्राप्यता: सहभागिनां वैयक्तिकसूचनारक्षणसम्बद्धैः गोपनीयता-नैतिकसीमाभिः दत्तांशाः सार्वजनिकरूपेण उपलब्धाः न। सम्बद्धनैतिकशर्तानाम् अनुमोदनाधीनं युक्तियुक्तयाचनया corresponding author इत्यस्मात् प्राप्यत्वं सम्भवेत्।

वित्तपोषणम्: अध्ययनं बाह्यवित्तपोषणं न प्राप्तवत्।

हितसंघर्षः: लेखकाः हितसंघर्षो नास्ति इति घोषितवन्तः।

लेखकयोगदानानि: संकल्पना: Inmaculada Serrano-García, Ramón Chacón-Cuberos, Amador Jesús Lara-Sánchez; methodology: त्रयः लेखकाः; software: Inmaculada Serrano-García तथा Ramón Chacón-Cuberos; validation: Ramón Chacón-Cuberos तथा Amador Jesús Lara-Sánchez; formal analysis, investigation, resources, data curation: Inmaculada Serrano-García; original draft: Inmaculada Serrano-García; review/editing तथा visualization: त्रयः लेखकाः; supervision: Ramón Chacón-Cuberos तथा Amador Jesús Lara-Sánchez; project administration: त्रयः लेखकाः; funding acquisition: Ramón Chacón-Cuberos तथा Amador Jesús Lara-Sánchez।

ACISE-IA-ग्रन्थसूचीस्थितिनोटम्: वर्तमानलेखः ACISE-IA इत्यस्य validated scale इति वर्णयति तथा मूल-मान्यतापन-अध्ययनस्य आन्तरिकसुसंगतता-मॉडल-अनुरूपतापरिणामान् उद्धरति; किन्तु ग्रन्थसूची उक्तं “Design and Validation...” अध्ययनं “Sensors 2026, under review” इति दर्शयति। Verianla अस्य स्रोत-अध्ययनस्य प्रकाशनस्थितिं न परिवर्तितवान्।

वर्तमाननमूनायाः आन्तरिकसुसंगतताप्रतिवेदनम्:विधौ Cronbach α तथा McDonald ω गणितौ इति कथितेऽपि लेखस्य दृश्यमानपरिणामसारणीषु वर्तमाननमूनायाः पृथक् α/ω-गुणकाः न प्रतिवेदिताः।

मुख्यविधिसीमाः: नमूनायां छात्राणां प्राबल्यम्, स्त्रीसहभागिनां उच्चानुपातः, उद्देश्यमूलकम् असम्भाव्यनमूनाचयनम्, स्व-प्रतिवेदितदक्षतामापनम्, cross-sectional/correlational अनुसन्धानरचना च।

मुख्यव्याख्यासिमा: वयः, अनुभवः, शैक्षिकवर्षं वा अन्यविशेषैः ACISE-IA-अङ्कानां सम्बन्धाः कारणात्मकप्रभावरूपेण न व्याख्येयाः।

भावीमान्यतापनस्य आवश्यकता: अधिकसन्तुलितानि प्रतिनिधिकानि नमूनानि, लिङ्गं पृथक् मूल्ययन्ती रचनाः, longitudinal अनुगमनम्, विविधशिक्षास्तरेषु तथा विविधसंस्थागत/भौगोलिकसन्दर्भेषु पुनरावृत्त-अध्ययनानि।