MétaCan
Menu
Retour à la cohorte
Enregistrement W4391533584 · doi:10.47750/pegegog.14.02.23

The Effectiveness of Teaching Materials with TEE Patterns in Improving Students' Critical Thinking Skills and Scientific Attitudes

2024· article· en· W4391533584 sur OpenAlexaboutno aff
Lalu Sumardi, Edy Herianto

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCritical thinkingMathematics educationPsychologyMedical educationEngineering ethicsEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

The complexity of problems and information technology growth in the 21st-century demand better competence than in previous centuries.The 2016 Ontario discussion document states that three categories or competency domains must be developed: cognitive, interpersonal, and intrapersonal.The three domains consist of 50 competencies, where 13 competencies are included in the cognitive domain, 15 in the interpersonal domain, and 22 in the intrapersonal domain.However, of the many competencies above, the most important competencies in the international framework that benefit every life aspect are critical thinking, communication, collaboration, and creativity & innovation (Ontario, 2016:11).In the 2010 Pacific Polacy Research Center document (2010:1), there are 4 categorizations of 21st-century skills: digital literacy, thinking of discovering, effective communication, and high productivity.From these two documents, it is clear that the similarities in the expected competencies of the 21st century determine a person success.Based on those documents, 5 main competencies of the 21st century can be formulated into critical thinking, communication, creativity and innovation, collaboration, and digital literacy.In addition to the five basic 21st-century competencies above, other aspects that need to be improved are mastery of learning materials/outcomes and scientific attitudes.Although these two aspects are not the main competencies of the 21st century, these are essential as well.According to Piaget (Slavin, 2000:52), knowledge determines the breadth and depth of a person's actions and attitude.Therefore, education that encourages mastery of knowledge must be the learning outcome (Sumardi, et al., 2020; Irwanto, et al., 2023, Wahyudiati, et al., 2019).Moreover, from the 2018 PISA results, Indonesia is still ranked 70th out of 78 countries being studied (Harususilo, 2019).Of the 3 areas assessed, such as reading, mathematics, and science, the results of Indonesian students are still below the minimum competency (Ministry of Education and Culture of the Republic of Indonesia, 2019).According to the TIMSS rating, Indonesian students' aptitude is ranked 44th out of 44 nations (Sriyatun, 2020).

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)0,005
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,368
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,009
Tête enseignante GPT0,372
Écart entre enseignants0,363 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology-Enhanced Education StudiesTravaux en français237 207