MétaCan
Menu
Retour à la cohorte
Enregistrement W3038678642 · doi:10.5430/wje.v10n3p142

Investigation of The Attitudes of University Students at Different Departments Against Cooperative Learning

2020· article· en· W3038678642 sur OpenAlexvenueno aff
Alpaslan Kartal

Notice bibliographique

RevueWorld Journal of Education · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueInnovative Teaching and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCooperative learningPsychologyInterpersonal communicationSignificant differenceSocial skillsMathematics educationStatistical analysisAccountabilityCoding (social sciences)Interpersonal relationshipHigher educationDescriptive statisticsTeaching methodSocial psychologySociologyDevelopmental psychologySocial scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Cooperative learning is a kind of teaching method, which includes students working together in projects. The teacher has to provide a cooperative situation that creates interdependence among the students. It consists of five different elements. These are positive interdependence, individual accountability, face to face interaction, interpersonal- small groups, social skills, and group processing. This study is aimed to investigate the attitudes of university students studying in different departments towards cooperative learning. Thus, the current situation is described with the analysis of the data obtained from the applied scales. The research is descriptive. The group of the research consists of students studying in different departments of Bozok University in Yozgat. For the research, the data collected and processed into the data coding form. Then, statistical analysis was applied to the data transferred to SPSS 24.0 Packet program. There is no statistically significant difference found between genders. There was a statistically significant difference in the attitude scores towards cooperative learning between the ages, the departments, and the grades. Cooperative learning is a more suitable method for students in the classes and develops learners' attitudes. Institutes are encouraged for positive collaboration involvement among students who will be connected in groups within the work environment in the long term.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,025
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,060
Tête enseignante GPT0,369
Écart entre enseignants0,309 · 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'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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetInnovative Teaching and Learning MethodsTravaux en français237 207