The Effect of Lego Wedo 2.0 Education on Academic Achievement and Attitudes and Computational Thinking Skills of Learners toward Science
Notice bibliographique
Résumé
Today, the essential skills and characteristics of individuals change within the frame of changing needs. The acquisition of these skills to individuals is not sufficient with traditional education and difficulties are experienced in adapting to the age. While gaining 21st century skills, conducting interdisciplinary studies is becoming importance and increasing the efficiency. In this study, the effect of LEGO WeDo 2.0 robotics education on academic achievement, attitude and computational thinking skills of the learners toward science was examined. The study was conducted with 5 th grade students (N=36) in a private school in Elazığ in the 2017-2018 school year. The study model was the "pretest-posttest control group design" of the experimental method. As data collection tool, “Science Course Academic Achievement Test”, “Science Course Attitude Scale”, and “Computational Thinking Scale” were used in the study. While the activities in the experimental group were carried out with LEGO WeDo 2.0 Robotic Education Set, the same activities in the control group were implemented using the traditional direct instruction technique as in the curriculum. The application was continued for eleven weeks and the obtained quantitative data were evaluated at the significance level of 0.05 with SPSS packaged software. It was seen as a result of the study that attitudes, academic achievements and computational thinking skills of the experimental group students, who received robotic-assisted science education, toward science course differed significantly compared to the students in the control group.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».