MétaCan
Menu
Retour à la cohorte
Enregistrement W2464233746 · doi:10.5539/hes.v6n3p32

Pre-Service Class Teacher’ Ability in Solving Mathematical Problems and Skills in Solving Daily Problems

2016· article· en· W2464233746 sur OpenAlexvenueno aff
Nahil M. Aljaberi, Eman Gheith

Notice bibliographique

RevueHigher Education Studies · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Islamic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationClass (philosophy)Mathematical problemScale (ratio)Test (biology)PsychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the ability of pre-service class teacher at University of Petrain solving mathematical problems using Polya’s Techniques, their level of problem solving skills in daily-life issues. The study also investigates the correlation between their ability to solve mathematical problems and their level of problem solving skills in daily-life issues. The study sample consisted of 65 female students majoring in class teacher. Data were collected using two questionnaires: the mathematical problem solving test which was developed by the researchers and daily life problem solving scale which was developed by (Hamdi, 1998). The findings indicate that students had high level skills in solving daily problems; there are no statistically significant differences in daily problem solving in relation to their academic year or high-school stream. Conversely, the findings also indicate weaknesses in students’ skills in solving mathematical problems, with no statistically significant differences among students in solving mathematical problems according to Polya’s problem solving steps. However, there were statistically significant differences in students’ performance in solving mathematical problems in relation to the mathematical topic, and in favor of measurements and algebra; in addition to statistically significant differences in students’ ability to solve mathematical problems in relation to academic year and high-school stream, but no correlation between students’ abilities in solving mathematical problems and those in solving daily problems.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,053
Tête enseignante GPT0,365
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), 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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetEducation and Islamic StudiesTravaux en français237 207