MétaCan
Menu
Retour à la cohorte
Enregistrement W4391913256 · doi:10.37034/residu.v2i1.162

Project Tutok 3Rs (Reading, Writing, Arithmetic) in Maybancal Elementary School

2024· article· en· W4391913256 sur OpenAlexaboutno aff
Hazelann Tancingco

Notice bibliographique

RevueJournal of Research and Investigation in Education · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematics educationReading (process)PerceptionPsychologyTest (biology)Significant differenceSample (material)Quarter (Canadian coin)Computer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to investigate and determine the effectiveness of Project Tutok 3Rs (Reading, Writing, Arithmetic) in improving the performance of grade 4 learners and teacher’s perception in Maybancal Elementary School and SPED Center. This study used quantitative types of research to determine the performance of the learners after the implementation of intervention and tested the significant difference before and after the implementation. This is also a 1ualitative type of research for this determined the perception of the learners after the implementation of intervention and had tested the significant difference on the perception before and after the implementation. The respondents of the study were the Grade 4 learners in Maybancal Elementary School and Sped Center. The study was conducted during the Third Quarter of the school year 2021-2022. Tracking the findings, based from the result on Mean and Paired Sample T-test, the study found that Project Tutok 3Rs increased the performance of the learners where the mean percentage of 82% increased to 90%. It was concluded that in Maybancal Elementary School, Project Tutok 3Rs has a great impact in the improvement of learner’s performances in the school.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,085
Tête enseignante GPT0,456
Écart entre enseignants0,371 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research and Investigation in EducationMême sujetEducational Methods and Media UseTravaux en français237 207