MétaCan
Menu
Retour à la cohorte
Enregistrement W2082657527 · doi:10.5430/jct.v2n2p154

Math Snacks: Using Animations and Games to Fill the Gaps in Mathematics

2013· article· en· W2082657527 sur OpenAlexvenueno aff
Alfred Valdez, Karen Trujillo, Karin Wiburg

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésMathematics educationTest (biology)ModerationAnimationSituatedMultimediaComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Math Snacks animations and support materials were developed for use on the web and mobile technologies to teachratio, proportion, scale factor, and number line concepts using a multi-modal approach. Included in Math Snacks are:Animations which promote the visualization of a concept image; written lessons which provide cognitive complexityfor understanding; and active, situated learning activities to facilitate memorable experiences to deepencomprehension. This pilot study compared pre-post test gains for 460 sixth and seventh grade students enrolled innine different classrooms. In five of the nine classrooms, teachers utilized the Teacher Guide that corresponded withthe five Math Snacks animations and one game and in four classrooms teachers used the same Math Snacksanimations and one game, but were free to develop their own lessons using available online resources. Resultsshowed moderate and significant pre-post test gains for all six grade students. However, significant gains for seventhgrade students were shown only for classrooms where the teacher Guide was used. While it appears that the use ofTeacher Guide is useful only for seventh grade, such a conclusion is premature given the small number of classroomsand the exploratory nature of this investigation. Further analyses of moderator variables (e.g., instructional fidelity,learner characteristics) are certainly necessary.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,162

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 Opus0,021
Tête enseignante GPT0,332
Écart entre enseignants0,311 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetEducational Games and GamificationTravaux en français237 207