MétaCan
Menu
Retour à la cohorte
Enregistrement W4400966585 · doi:10.11594/ijmaber.05.06.11

Effect of Strategic Intervention Materials on the Learning Competencies of Learners

2024· article· en· W4400966585 sur OpenAlexaff
Chona C. Dumdumaya, Wenie L. Nahial, Bazil T. Sabacajan, Alexander N. Morados

Notice bibliographique

RevueInternational Journal of Multidisciplinary Applied Business and Education Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Practices and Challenges
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)PsychologyMathematics educationKnowledge managementComputer science

Résumé

récupéré en direct d'OpenAlex

In response to the alarming performance of the learners in the core subjects, this study aimed to improve the learning outcomes using the Strategic Intervention Materials (SIM) in Grade 6 Science subject. Two intact classes with a total of forty-six (46) Grade VI learners were used as participants of the quasi-experimental study. By random approach, the control group had 20 learners, and 26 learners in the experimental group. The effect of SIM to the performance of the struggling learners in science subject was determined using the pre-test and post-test scores of the two groups of participants. Appropriate statistical tools were used to analyse the test scores of the participants by observing the assumptions of parametric test. Results showed that the pre-test scores between the two groups of participants at the start were very comparable. However, the post test scores of the participants from the experimental and control groups were statistically different with a medium effect size. Moreover, the performance of the female participants significantly exceeded the performance of their male counterparts. This was due to the diligence of the female participants in keeping and handling of the SIM for their advantage. The researcher concluded that SIM significantly helped improve the test scores of the learners. For this, it is recommended that SIM be also applied to other learning areas in schools.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,121
Tête enseignante GPT0,479
Écart entre enseignants0,359 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Multidisciplinary Applied Business and Education ResearchMême sujetEducational Practices and ChallengesTravaux en français237 207