MétaCan
Menu
Retour à la cohorte
Enregistrement W2945334759 · doi:10.30743/mes.v4i1.867

PENGARUH PENGGUNAAN MODEL CONCEPT ATTAINMENT TERHADAP PEMAHAMAN KONSEP MATEMATIKA

2018· article· en· W2945334759 sur OpenAlexaff
Helma Mustika, Endang Sutriana

Notice bibliographique

RevueMES Journal of Mathematics Education and Science · 2018
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensThe Audio Recording Academy
Organismes subventionnairesnon disponible
Mots-clésMathematics educationNormalityTest (biology)Class (philosophy)Statistical hypothesis testingSample (material)PsychologyMathematicsComputer scienceStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract. The purpose of this research is to know the understanding of mathematical concepts of students with the use of conceptual attainment model is better than the understanding of students' mathematical concepts with conventional learning. This research is quasi experimental research. The research design used was randomized subjects posttest only control group design. By selecting a Class VIII-2 sample as an experimental class and class VIII-1 as a control class of analytical techniques using the t-test as a hypothesis test, the prerequisite test is a normality test and homogeneity test. Based on the hypothesis test, t-test, obtained the price tarithmetic = 3.073 and price ttable = -1.997 at the real level of 0.05. Because tarithmetic > ttable, so Ha accepted and H0 rejected. So it can be concluded that the ability to understand the concept of mathematics students using conceptual learning model attainment better than the ability to understand the concept of mathematics students using conventional learning model.Keywords: Concept Attainment, Understanding of Concept

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,083
Tête enseignante GPT0,405
Écart entre enseignants0,322 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMES Journal of Mathematics Education and ScienceMême sujetMathematics Education and PedagogyTravaux en français237 207