MétaCan
Menu
Retour à la cohorte
Enregistrement W4380853823 · doi:10.5539/jel.v12n4p118

The Use of STEM-Based Learning Activities to Promote Computational Thinking of Grade 5 Students

2023· article· en· W4380853823 sur OpenAlexvenueno aff
Panupong Prajuabwan, Wittaya Worapun

Notice bibliographique

RevueJournal of Education and Learning · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesMahasarakham University
Mots-clésPsychologyContext (archaeology)Mathematics educationTest (biology)Academic achievement

Résumé

récupéré en direct d'OpenAlex

This study aimed to investigate the effects of STEM-based activities on grade 5 students’ science learning achievement, computational skills, and satisfaction with the learning experience. The study involved 30 grade 5 students in the Thai context, and data were collected through a learning management plan designed using STEM-based activities, a learning achievement test, a computational thinking test, and a satisfaction questionnaire. Mean scores, standard deviation, and a paired samples t-test were used to analyze the data. The results showed that STEM-based activities had a positive impact on grade 5 students’ learning achievement and computational thinking skills. Moreover, the students expressed a high level of satisfaction with the STEM-based activities, which provided an engaging and relevant learning experience. These findings contribute to the growing body of evidence supporting the effectiveness of STEM-based activities in promoting student achievement and satisfaction with the learning experience.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,072
Tête enseignante GPT0,393
Écart entre enseignants0,321 · 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'étudeObservationnel
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetEducational Games and GamificationTravaux en français237 207