MétaCan
Menu
Retour à la cohorte
Enregistrement W4280623111 · doi:10.47119/ijrp1001011520223171

TEACHME APP: DIGITIZED HANDOUTS FOR FLEXIBLE LEARNING IN ENGLISH AMIDST PANDEMIC

2022· article· en· W4280623111 sur OpenAlexaboutno aff
RAYNE CAROLLE N. TULIO

Notice bibliographique

RevueInternational Journal of Research Publications · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityAdaptabilityQuarter (Canadian coin)PopulationPandemicPsychologyMobile appsCoronavirus disease 2019 (COVID-19)GeographyMedical educationComputer scienceMedicineSociologyDemographyWorld Wide WebHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

In 21st-century education, technology has become a trend. As technology is advantageous, research databases have recorded an increasing number of studies concentrating on its application in the teaching and learning process. Relatively, the present study aimed to determine the effects of digitized handouts using the TeachMe Mobile Application on the Magdalena INHS Senior High School students? performance and attitude towards learning English. The research involved one hundred fifty (150) students from Senior High School of Magdalena Integrated National High School, located at Brgy. Malaking Ambling, Magdalena, Laguna. Before the researcher utilized the digitized module, the respondents used printed modules during the first quarter, then gathered the respondents' first quarterly grade in English then used the digitized module in the second quarter and gathered the students? grades again. A researcher-made questionnaire was used as the main instrument to obtain the necessary data. The data gathered revealed that the TeachMe App?s adaptability, accessibility, compatibility, ease of mobility, and usability were high. Adaptability has a mean score of 3.80, accessibility has 3.80, compatibility attained a mean score of 3.76, ease of mobility has a mean score of 3.79, and usability attained a mean score of 3.78. In addition, out of 150 respondents, 121 respondents, or roughly 81% of the population responded that they spent less than 500 pesos a month on the application. Another 12% claim, or about 18 respondents, state that they spend around 501 to 1000 pesos with the app. On the other hand, around 3% of the population claim that they spend more than 3000 pesos, which is about five respondents which means that the TeachMe App is also cost-effective. On the senior high school students' level of attitude in terms of Motivation attained a mean score of 3.80 and a standard deviation of 0.72, and was High among the students. At the same time, the senior high school students' level of attitude in terms of Study Habits attained a mean score of 3.83 and a standard deviation of 0.76, and was High among the students. Moreover, on the senior high school students? performance in English during the first semester has an average mean of 86.32 and a standard deviation of 3.48, which is remarked as Very Satisfactory, while the second semester has an average mean of 87.66 and a standard deviation of 3.71 which is remarked as Very Satisfactory. In totality, there is a significant difference in the mean scores of the students in their first semester grades using printed modules and second-semester grades using digitized handouts. This means that the utilization of TeachMe App has a significant effect on the students' performance and attitude towards English.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Logiciel
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetmedium
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,145
Tête enseignante GPT0,516
Écart entre enseignants0,370 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre · Logiciel

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Research PublicationsMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207