The Effect of Multiple Intelligence Theory on Students’ Academic Success in The Subject of Geometric Shapes in Elementary School
Notice bibliographique
Résumé
The aim of the research is to investigate whether "Teaching Mathematics for the 2nd grade of elementary school in an appropriate way for the theory of multiple intelligences on geometric subjects" has any impact on students’ academic achievement or not. The research is an experimental study and it was conducted with the students of the 2nd grade class in a primary school in Küçükçekmece province of Istanbul in 2016-2017 education year. A total of 60 students participated in the research, 30 in the experimental group and 30 in the control group. In the control group, while the subject "geometric objects" was taught using traditional methods, the same subject in the experimental group was taught by curriculums prepared in accordance with the Multiple Intelligence Theory. The study lasted for 4 weeks together with the applications of test development, pre-test, post-test and course work. The application was performed by researchers. The data obtained from the application were evaluated in the SPSS 22 Program. As a result of the evaluations made, it was concluded that the lesson which was taught by using the curriculums prepared according to the Multiple Intelligences Theory had a more positive effect on student achievement compared to the lesson which was taught using traditional methods.Keywords: Multiple Intelligence Theory, Mathematics, Geometry, Academic Achievement
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 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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».