MétaCan
Menu
Retour à la cohorte
Enregistrement W4224225015 · doi:10.5539/jel.v11n3p95

Use of Digital Learning Platform in Diagnosing Seventh Grade Students’ Mathematical Ability Levels

2022· article· en· W4224225015 sur OpenAlexvenueno aff
Samruan Chinjunthuk, Putcharee Junpeng, Keow Ngang Tang

Notice bibliographique

RevueJournal of Education and Learning · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesThailand Research FundKhon Kaen University
Mots-clésDimension (graph theory)Multinomial logistic regressionIntersection (aeronautics)Mathematics educationPoint (geometry)Construct (python library)Quality (philosophy)Test (biology)Computer scienceMathematicsStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper aims to describe the design and inspection of the quality of a digital learning platform to diagnose mathematical ability levels of seventh-grade students with regard to the topics of Measurement and Geometry. A total of 517 seventh-grade students from 23 schools in four regions, namely north, northeast, central, and south of Thailand were randomly chosen took part as test-takers. The researchers employed a design-based research approach incorporating three stages starting from designing a digital learning platform as an assessment model to diagnose students’ mathematical ability levels, up to employing a Multidimensional Random Coefficient Multinomial Logit Model to inspect the quality of the seventh-grade students’ mathematical abilities assessment model. The research tool consisted of three subjective questions and 15 multiple-choice questions which were used to develop two five-level construct maps ranging from unresponsive to tactical intelligent for the mathematical procedure dimension, and prolonged intellectual structure for the conceptual structural dimension. The findings verified that there were three forms of evidence to support the quality of the mathematical abilities assessment model. The results of the intersection of a mathematical procedure and conceptual structural dimensions’ transition point from levels 1 to 5 as ranging from the lowest to the highest levels at -1.41, -0.69, 0.49, 1.34 and -0.98, 0.14, 0.44, 1.70 respectively. Finally, the empirical findings indicated that the digital learning platform was at a highly appropriate level in terms of its usefulness, suitability, and accuracy except for in terms of feasibility which was at a moderately appropriate level. In conclusion, the digital learning platform can be used to provide substantial information when it comes to diagnosing seventh-grade students’ mathematical ability levels.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,182
Tête enseignante GPT0,422
Écart entre enseignants0,239 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetMathematics Education and PedagogyTravaux en français237 207