Flipped classroom learning model: It’s effect on the academic performance of science students in the distance learning
Notice bibliographique
Résumé
This action research aims to assess the effect in the academic performance level of the SHS learners through the utilization of Flipped Classroom Learning Model in teaching earth and Life Science. Specifically, this inquiry aimed to: (1.) determine the competency-based performance levels of SHS learners in Earth and Life Science for the first quarter in the Learning Distance Modality; (2. ) find out the extent of acceptability of Flipped Classroom Learning Model interventions, innovation, and strategies to the improvement of learning outcomes in ELS in Distance Learning Delivery Modality and ;(3.) ascertain the effect of the implemented interventions, innovations, and strategies on the improvement of the learners’ academic performance in ELS. This study adopted the Descriptive-Evaluative method of research. It utilized descriptive survey questionnaire, and informal Interview. Purposive sampling design was used to determine the three hundred nineteen (319) students (males and females) from six Grade 11 classes of Don Servillano Platon Memorial National High School in Tinambac, Camarines Sur, Philippines. The data were analyzed and interpreted using mean, and frequency count. The data revealed that the competency-based performance levels of SHS learners in Earth and Life Science for the first quarter in the Distance Learning Delivery Modality was improved. The data for was generated from SF 9 and or SF10 of learners in for the first quarter. In line with the extent of acceptability of Flipped Classroom Learning Model interventions, innovations, and strategies to the improvement of learning outcomes in ELS in Distance Learning Delivery Modality gathered from the questionnaire in five-point Likert Scale have brought into varied rate. Most of the FCL interventions, innovations and strategies were highly accepted. However, the utilization of e- aklatan and e-assessment tool were accepted. These was accounted to the unstable internet signal in some remote areas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».