MétaCan
Menu
Retour à la cohorte
Enregistrement W2948122774 · doi:10.5539/hes.v9n3p1

Analysis of the Relationship between Quadrilaterals Achievement Levels and Van Hiele Geometric Thinking Levels of the Seventh Grade Students

2019· article· en· W2948122774 sur OpenAlexvenueno aff
Meryem Ersoy, Onur Alp İlhan, Sevim Sevgi

Notice bibliographique

RevueHigher Education Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Leadership and Administration
Établissements canadiensnon disponible
Organismes subventionnairesErciyes Üniversitesi
Mots-clésQuadrilateralTest (biology)Mathematics educationMathematicsAchievement testPsychologyPearson product-moment correlation coefficientStatisticsStandardized testEngineering

Résumé

récupéré en direct d'OpenAlex

In this study, it was aimed to examine the relation between seventh-grade students' quadrilaterals achievement levels and Van Hiele geometric thinking levels. Survey method was used. The sample of the study was 160 students from the three different districts of Kayseri, as Melikgazi, İncesu, and Tomarza. Van Hiele geometric thinking test and quadrilaterals achievement test, which was developed by the first researcher, were used to collect the data. Descriptive statistics such as mean, frequency, and standard deviation and percentage tables Pearson correlation analysis which was applied to analyze the relationship between the quadrilaterals achievement test and Van Hiele geometry thinking test scores of the seventh-grade students and independent samples t-test was used to for analysis. The results of the study indicated that Van Hiele geometric thinking levels of the seventh school students were lower than expected levels. A high level of correlation was found between quadrilaterals achievement levels and their Van Hiele geometric thinking levels of the seventh-grade students. As a result of the study, quadrilaterals achievement test and Van Hiele geometric thinking test were measuring the students’ geometric abilities in the same direction.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,225
Tête enseignante GPT0,446
Écart entre enseignants0,221 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetEducational Leadership and AdministrationTravaux en français237 207