An exploration of gendered differences in cognitive, motivational and emotional aspects of game‐based math learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Digital game‐based learning (DGBL) has the potential to provide a gender inclusive learning environment for children. Objective The present study aimed to explore gendered differences among primary school learners in grades three, four, and five within the context of game‐based fraction learning from cognitive, motivational and emotional perspectives. Methods Two hundred and sixty‐nine participants completed a pre‐test and post‐test on fraction conceptual knowledge and surveys in math anxiety, intrinsic motivation and self‐efficacy. In addition, facial expression detection technology was employed to evaluate emotional states. Results In general, within the DGBL environment, boys and girls exhibited similar performance in both their understanding of fraction concepts and their motivational aspects. However, gender differences were identified and manifested uniquely across different grade levels. Specifically, third‐grade girls exhibited significantly lower self‐efficacy than boys, but after DGBL intervention, the gender gap in self‐efficacy was no longer significant. Additionally, third‐grade girls achieved significant improvements in both the competence and interest dimensions of their intrinsic motivation, while boys did not show significant improvements. In the fourth grade, girls exhibited a significantly higher frequency of angry expressions compared to boys during gameplay. Fifth‐grade girls' cognitive performance appeared to be less correlated with motivational factors compared to boys. Conclusions The results suggest that DGBL may help narrow the gender difference in math learning, with girls potentially benefiting more from DGBL than boys.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle