MétaCan
Menu
Retour à la cohorte
Enregistrement W2585664869 · doi:10.5539/ies.v10n2p148

Construction of High School Students’ Abstraction Levels in Understanding the Concept of Quadrilaterals

2017· article· en· W2585664869 sur OpenAlexvenueno aff
Mega Teguh Budiarto, Siti Khabibah, Rini Setianingsih

Notice bibliographique

RevueInternational Education Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMathematics Education and Teaching Techniques
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas SurabayaKementerian Riset, Teknologi dan Pendidikan Tinggi
Mots-clésAbstractionQuadrilateralMathematics educationQualitative researchRelation (database)Task (project management)PsychologyPlane (geometry)Computer scienceGeometryMathematicsEpistemologyEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine the abstraction thinking or the vertical reorganization activity of mathematical concepts of high school students while taking account of the abstraction that was constructed earlier, and the socio-cultural background. This study was qualitative in nature with task-based interviews as the method of collecting the data. It involved 62 high school students, and conducted for one year. The study focused on activities related to how the subjects grouped plane figures, recognized the attributes of each two plane figure, recognized the relation among them based on their attributes, defined plane figures, connected their attributes, as well as constructed the relations among plane figures. The results indicates that the abstraction level of high school students in constructing the relations among quadrilaterals consists of concrete visual level, semi-concrete visual level, semi-abstract visual level, and abstract visual level, together with indicators of each level. Therefore, the researchers suggest that it is necessary to design a learning activity that facilitates the four levels of abstraction, so that a student might increase his/her level of abstraction.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,389

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,231
Tête enseignante GPT0,514
Écart entre enseignants0,283 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetMathematics Education and Teaching TechniquesTravaux en français237 207