MétaCan
Menu
Retour à la cohorte
Enregistrement W4323074830 · doi:10.18502/kss.v8i4.12929

The Effectiveness of The Utilization of Mathematical Pyramid Media on Academic Achievement of Students in Mathematics Education Study Program

2023· article· en· W4323074830 sur OpenAlexaff
Sri Rahmah Dewi Saragih, Syahriani Sirait, Nida Yusriani, Rumondang, Yen Aryni

Notice bibliographique

RevueKnE Social Sciences · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésMathematics educationMathematicsClass (philosophy)HomogeneousTest (biology)Test scoreStatisticsStandardized testCombinatoricsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study aims to see the effectiveness of the use of mathematical pyramid media in learning media courses to improve the academic achievement of fourth semester students of the Mathematics Education Study Program, FKIP UNA, Academic Year 2019/2020. The sample of this research is two classes, namely class IVA (experimental class) and class IVB (control class). The pretest mean value of the experimental class (64.82) with the highest value of 82 and the lowest score of 46, the pretest value of the control class (61.48) with the highest value of 78 with the lowest score of 42. From the pretest homogeneity test there was no difference in variance or the two samples homogeneous where Fcount <Ftable (1.86). From the pretest data normality test, it was obtained that L0 for the experimental class (0.1274) and L0 for the control class (0.117). For post-test data, it is obtained L0 for the experimental class (0.1587) and L0 for the control class (0.1082). The value of L0 is smaller than L table (0.161) so it can be concluded that the data is normally distributed. The average post-test score of the experimental class (87.9) with the highest score of 90 and the lowest score of 63, while for the control class the average post-test score (80.6) with the highest score of 90 and the lowest score of 54. = 2.11> ttabel = 2.01 which means that Ha is accepted. Keywords: Mathematics pyramid media; academic achievement; learning media

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)0,007
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,181
Tête enseignante GPT0,511
Écart entre enseignants0,330 · 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'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnE Social SciencesMême sujetMathematics Education and PedagogyTravaux en français237 207