MétaCan
Menu
Retour à la cohorte
Enregistrement W1877842317 · doi:10.5539/jel.v4n4p25

Perceptions and Performance of King Saud University Students’ about Concept and Finding Limit of Functions Graphical and Symbolic

2015· article· en· W1877842317 sur OpenAlexvenueno aff
Mahmoud M. A. El-khateeb

Notice bibliographique

RevueJournal of Education and Learning · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimit (mathematics)Representation (politics)Mathematics educationAlgebraic numberTest (biology)PerceptionMathematicsPsychologyComputer scienceAlgebra over a fieldPure mathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to investigate the misperceptions and performance of king Saud University students’ about concept and finding the limit of same partial functions given in the form of both graphical and symbolic. In the collection of the data, the researcher employed the open-ended question test consisted of four items. Firstly, symbolic representation of the questions, later graphical representation of the same questions was given to the students. In the data analysis, descriptive analysis method was used and independent samples t-test was employed with α = 0.01 in the analysis of the differences of students’ algebraic and graphical performance. The result showed that some students had some misconceptions and misunderstanding related to the concept of limit. It was also observed that there were significant differences found between students’ performances algebraic and graphical. The students had higher scores in graphical representation than symbolic.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,218

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,352
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207