MétaCan
Menu
Retour à la cohorte
Enregistrement W4400383054 · doi:10.51574/hamka.v2i1.84

Exploration of the Use of Online Learning Applications to Improve Students' Mathematical Problem Solving

2023· article· en· W4400383054 sur OpenAlexaff
Sugestiana Sugestiana, Ken Stevens

Notice bibliographique

RevueHAMKA INSIGHT · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMathematics educationNonprobability samplingProcess (computing)Computer scienceSynchronous learningExperiential learningActive learning (machine learning)Subject (documents)Learning sciencesCooperative learningTeaching methodArtificial intelligenceMathematicsPopulation

Résumé

récupéré en direct d'OpenAlex

This study aims to find out the exploration of the use of online learning applications in learning and learning strategies. Mathematics is one of the important lessons, because in studying mathematics students are expected to not only understand the material being taught but also understand and can be applied in everyday life. Mathematical problem solving ability is one of the most important skills involved in learning mathematics. The teacher's role in learning mathematics is very important because it relates to learning strategies that can be used in the teaching and learning process. This research uses descriptive qualitative research. The technique of taking the subject in this study used the Purposive Sampling Technique. Exploration of the use of online learning applications in learning mathematics and learning strategies can be done in various ways, namely by conditioning fun and interactive learning and teachers can develop learning with Project Based Learning models that which can facilitate students to investigate, solve a mathematical problem, is student center and can produce a real work or product from the results of the project.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,219
Tête enseignante GPT0,410
Écart entre enseignants0,191 · 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'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAMKA INSIGHTMême sujetMathematics Education and PedagogyTravaux en français237 207