MétaCan
Menu
Retour à la cohorte
Enregistrement W3130765540 · doi:10.5539/jel.v10n2p91

Development of Candidate Teachers’ Problem Solving Ability With the Audience Response System

2021· article· en· W3130765540 sur OpenAlexvenueno aff
Cüneyt Taşkın, Tolga Kaan Bahadır

Notice bibliographique

RevueJournal of Education and Learning · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)PsychologyMathematics educationControl (management)Repeated measures designIndex (typography)Analysis of varianceMedical educationComputer scienceStatisticsMathematicsMedicineArtificial intelligenceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In this study, the Audience Response System was investigated as an additional tool for interaction, and its effects on the educational environment were examined. The system was implemented at the Faculty of Sports Sciences of Trakya University in the fall semester of the 2019-2020 academic year. A pre-test of 20 questions, which was asked in the educational sciences section of the public personnel selection examination and had a similar item difficulty index, was applied to the experimental and control groups prior to the implementation of the ARS. Then, the experimental group was asked to solve the educational sciences questions with the help of the ARS-supported lectures, which were delivered 4 h a week for a total of 16 h. The same implementation was imposed on the control group without the ARS support and with the classical recitation method. A post-test of 20 questions with a similar item difficulty index was administered to both groups after this test. Data were analyzed using the SPSS 25.0 package program. A t-test was used to determine the differences between the arithmetic mean of the pre-test and post-test scores of the students. Because the unequaled control group method was used in the experiment design, the “ANOVA for Repeated Measurements” was used for intragroup and intergroup comparisons. In conclusion, it was determined that the implementation of interactive interaction technologies in the educational environment will capture the interest of students and amplify their motivation levels. The results of the study support the conclusion that the ARS system stimulates the sensory organs in terms of understanding the subject, thereby increasing the level of learning.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,030
Tête enseignante GPT0,365
Écart entre enseignants0,335 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetInnovative Teaching MethodsTravaux en français237 207