MétaCan
Menu
Retour à la cohorte
Enregistrement W4316664157 · doi:10.14812/cuefd.847261

Sanatla İlişkilendirilmiş Matematik: İlkokul 4. Sınıf Öğrencilerinin Uygulamaları

2022· article· tr· W4316664157 sur OpenAlexfundno aff
Dilara Yılmaz

Notice bibliographique

RevueCukurova University Faculty of Education Journal · 2022
Typearticle
Languetr
DomaineArts and Humanities
ThématiqueArt Education and Development
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced Research
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Bu araştırmada matematik ve sanatın bir araya getirildiği bütüncül bir öğretimin bir denencesi olarak 4. Sınıf öğrencilerinin örüntü, simetri, geometrik şekiller ve cisimler konuları ile bu konulara ait kavramları sanat eserleri aracılığıyla işlenmesi amaçlanmıştır. Araştırmada etkinlikler Escher ve Kandinsky’nin sanat eserleri aracılığıyla uygulanmış ve incelenmiştir. Araştırma öğretim deneyi modeline uygun olarak 15 dördüncü sınıf öğrencisi ile toplam beş haftada gerçekleştirilmiştir. Veri toplama aracı olarak, tasarlanan etkinliklere dayalı öğrenci yanıt formları, araştırmacı gözlem formu ve etkinliklere yönelik hazırlanan açık uçlu sorulardan oluşan anket formu kullanılmıştır. Araştırmada ele alınan her bir konuya ilişkin etkinlikler tasarlanarak öğretim deneylerine dayalı dersler yürütülmüştür. Buna ek olarak öğretim deneyinde ele alınan kavramları pekiştirmek için somut ve sanal materyallere dayalı dersler işlenmiştir. Öğrencilerin duyuşsal durumlarını ölçmek amacıyla ise anket formu kullanılmıştır. Araştırmada matematik ve sanat etkileşimi ile yürütülen dersler sonucunda öğrencilerin motivasyonlarının arttığı, matematik dersine ilişkin tutumlarında olumlu gelişme olduğu, örüntü ve simetri konularında anlam karmaşası yaşadıkları ve geometrik cisimler konusunda zorlandıkları belirlenmiştir. Bu sonuçlar ışığında ilkokul matematik derslerinde bu araştırmada ele alınandan farklı konu ve kavramlarıfarklı sınıf düzeylerindeki öğrenciler ile çalışılması önerilmektedir.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,039
Tête enseignante GPT0,258
Écart entre enseignants0,219 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCukurova University Faculty of Education JournalMême sujetArt Education and DevelopmentTravaux en français237 207