UTILIZATION OF THE WHOLE CHILD APPROACH IN IMPROVING THE ACADEMIC PERFORMANCE OF HIGH SCHOOL STUDENTS IN ECONOMICS 9: BASIS FOR PROPOSED LEARNING INSTRUCTIONAL ACTIVITIES
Notice bibliographique
Résumé
This study was conducted to explore the utilization of the whole child approach in improving the academic performance of high school students in Economic 9. After the process of experiment and assessment, proposed learning instructional activities utilizing the whole child tenets were produced. The proponent used purposive sampling in selecting the students who were included in the study. The researcher prepared a letter of request to the Principal of the school, to asked permission and approval to conduct the research. In the construction of the lesson plan and the teacher made test, the researcher sought the assistance of the teachers and professors coming from the different schools in the private and public, to check and validate the research instruments. The proponent also asked permission from the Association for Supervision and Curriculum Development in the U.S. to use the online standardized questionnaire. In administering the copies of the survey instrument were personally distributed and retrieved by the proponent to the grade 9 students. This study found out that the whole child approach contributed to the improvement of the academic performance of grade 9 high school students in Economics for the fourth-quarter period. This is seen through the positive results of the post-test and learning gain of students, which corroborated from the data extracted from the survey questionnaire. Through the T-test of two sample means, it was revealed that there is a significant difference in the pre-test and post-test of the students. It is also revealed that the majority of the respondents have higher post-test than pre-test and having positive learning gain. Furthermore, there is a need to intensify the efforts of the school administrators and educators to support and promote sustainable use of the whole child approach in classroom instruction. Proposed learning instructional activities were formulated based on the findings of the study.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».