MétaCan
Menu
Retour à la cohorte
Enregistrement W2901886710 · doi:10.5539/hes.v9n1p1

Investigation of High School Students’ Geometry Course Achievement According to Their Learning Styles

2018· article· en· W2901886710 sur OpenAlexvenueno aff
Hasan Altun

Notice bibliographique

RevueHigher Education Studies · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueLearning Styles and Cognitive Differences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLearning stylesMathematics educationPsychologyStyle (visual arts)Cognitive styleAcademic achievementTeaching methodGeography

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to investigate high school students’ geometry course achievement according to their learning styles. 11th grade students in İzmir constitute the general universe of the research and the sampling of the research comprises of 11th grade students in Karabağlar district. Sampling of the research consists of total 50 high school students, determined by using appropriate sampling method. 60% (n=30) of these students are female and 40% (n=20) of them are males. Both quantitative and qualitative research methods were used depending on the main and sub-questions of the research. Kolb’s Learning Style Inventory was used in order to determine the learning styles of the students. As a result of the research, it was found out that most of the students who have diverging learning style were female students (77.8%), most of the students who have accommodating learning style were female students (75%), the number of male students (47.4%) and the number of female students (52.6%) who have assimilating learning styles are close and it was found out that, among the students who have converging learning style, female students (55.6%) were more than males. It was determined that there was no statistically significant difference between the geometry achievement scores according to learning styles and that the students' geometric achievement means were statistically significant according to gender. It was proposed that taking learning styles into account in the regulation of education environments can help to increase 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 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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,068
Tête enseignante GPT0,402
Écart entre enseignants0,334 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetLearning Styles and Cognitive DifferencesTravaux en français237 207