MétaCan
Menu
Retour à la cohorte
Enregistrement W3176999683 · doi:10.2196/29142

The Effectiveness of Physical Education Games on Mathematics Achievement in a Sample of Students with Intellectual Disabilities (Preprint)

2021· article· en· W3176999683 sur OpenAlexvenueno aff
Tariq A. Alsalhe, Nicola Luigi Bragazzi

Notice bibliographique

RevueJMIR Serious Games · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInclusion and Disability in Education and Sport
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntellectual disabilityMathematics educationTest (biology)PsychologySample (material)PreprintComputer science

Résumé

récupéré en direct d'OpenAlex

UNSTRUCTURED: Background: Innovative techniques for teaching to students with intellectual disabilities are applied across the world, since conventional methods may work less efficaciously for them. In this investigation, an innovative method was applied to teach simple mathematics problems to students with intellectual disability. Objective: The purpose of the study was to determine the effectiveness of physical education (PE) games on mathematics achievements in a sample of students with intellectual disabilities in Riyadh, Kingdom of Saudi Arabia. Method: Participants of this study were 34 students with intellectual disabilities from inclusive middle school in Riyadh city. Participants were randomly recruited and, based on severity of their intellectual disability, allocated to an experimental and a control group. The former studied mathematics in PE classes, whereas the control group studied mathematics in pure mathematics classrooms. Results: Results showed significant improvements in post- versus pre-test in both groups. However, participants in the experimental group reported higher improvements compared to the participants in the control group. Conclusions: The present investigation seems to recommend the importance of using PE games during classes to improve learning skills, especially mathematics ones.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,013
Tête enseignante GPT0,358
Écart entre enseignants0,345 · 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'étudeQualitatif
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetInclusion and Disability in Education and SportTravaux en français237 207