The Effects of Integrated Brain-Based Learning and Skills Training in Linear and Quadratic Functions Among Grade 11 Students
Notice bibliographique
Résumé
The purposes of the study were 1) to investigate the effectiveness of integrated brain-based learning and skills training on grade 11 students’ learning achievement in linear and quadratic functions 2) to compare the achievement of grade 11 students before and after using integrated brain-based learning and skills training, and 3) to study students’ satisfaction with the integrated brain-based learning and skills training. The participants were 40 grade 11 students in a Thai public school selected by the cluster sampling method. Research instruments were 1) a learning management plan 2) skills training 3) a learning Achievement Test, and 4) a Satisfaction Questionnaire. Statistics used in data analysis were percentage, average, standard deviation, and paired samples t-test. The results of the study indicate that 1) the effectiveness of the integrated brain-based learning and skills training on grade 11 students’ learning achievement in linear and quadratic functions, 2) the achievement on grade 11 students after learning with the learning management was significantly higher than before using the treatmen, and 3) students was satisfied with the learning processes during the implementation of the learning management plan. The result of the study contributes to the area of mathematics education as it presents an alternative instructional method that combines the benefits of teaching principles to teach a complicated concept in mathematics. Moreover, it illustrates how the two principles are integrated to form a learning management plan that could drive learners’ learning process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».