MétaCan
Menu
Retour à la cohorte
Enregistrement W3043794403 · doi:10.46654/ij.24889849.e6620

GEOGEBRA SOFTWARE: A VERITABLE PEDAGOGICAL TOOL FOR IMPROVING STUDENTS’ ACHIEVEMENT IN GEOMETRY

2015· article· en· W3043794403 sur OpenAlexaff
Nwoke Bright Ihechukwu, Okorie Chidi

Notice bibliographique

RevueInternational Journal of Advanced Academic Research · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Assessment
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMathematics educationSoftwareGeometryComputer scienceCalculus (dental)Engineering drawingMathematicsProgramming languageEngineering

Résumé

récupéré en direct d'OpenAlex

The study investigated the impact of Geogebra Software on students' achievement in geometry. The study was carried out in Owerri Municipal Council of Imo State. The study was a quasiexperimental research type adopting the pre-test post test non-equivalent control design. A sample of 114 senior secondary two (SS II) students was used for the study. The instrument for data collection was researchers made objective test with reliability coefficient of 0.80 determined using Kuder-Richardson (KR 20 ) formula. The experiment group was taught geometry using Geogebra software while the control group was taught using conventional approach. The data generated was analyzed using mean and standard deviation to answer research questions while the hypotheses were tested using ANCOVA statistical tool at 0.05 level of significance. The result of the study revealed that Geogebra software was effective in improving students' achievement in geometry irrespective of gender. Based on the result, it was recommended that Geogebra software should be introduced in secondary schools to enable teachers use them for teaching mathematics.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
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 Opus0,172
Tête enseignante GPT0,512
Écart entre enseignants0,341 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Advanced Academic ResearchMême sujetEducational Technology and AssessmentTravaux en français237 207