Gender Differences in Lunar‐related Scientific and Mathematical Understandings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper reports an examination on gender differences in lunar phases understanding of 123 students (70 females and 53 males). Middle‐level students interacted with the Moon through observations, sketching, journalling, two‐dimensional and three‐dimensional modelling, and classroom discussions. These lunar lessons were adapted from the Realistic Explorations in Astronomical Learning (REAL) curriculum. Students' conceptual understandings were measured through analysis of pre‐test and post‐test results on a Lunar Phases Concept Inventory (LPCI) and a Geometric Spatial Assessment (GSA). The LPCI was used to assess conceptual learning of eight science and four mathematics domains. The GSA was used to assess learning of the same four mathematical domains; however, the GSA test items were not posed within a lunar context. Results showed both male and female groups to make significant gains in understanding on the overall LPCI test scores as well as significant gains on five of the eight science domains and on three of the four mathematics domains. The males scored significantly higher than the females on the science domain, phase—Sun/Earth/Moon positions, and on the mathematics domain geometric spatial visualisation. GSA results found both male and female groups achieving a significant increase in their test scores on the overall GSA. Females made significant gains on the GSA mathematics domains, periodic patterns and cardinal directions, while males made significant gains on only the periodic patterns domain. Findings suggest that both scientific and mathematical understandings can be significantly improved for both sexes through the use of spatially focused, inquiry‐oriented curriculum such as REAL.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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