MétaCan
Menu
Retour à la cohorte
Enregistrement W4404821386 · doi:10.5539/hes.v14n4p235

Integrating KWL Plus Technique with Mind Mapping to Develop Reading Comprehension Skills of Thai 9 Graders

2024· article· en· W4404821386 sur OpenAlexvenueno aff
Kornkanok Charusapsodsai, Autthapon Intasena

Notice bibliographique

RevueHigher Education Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesMahasarakham University
Mots-clésReading comprehensionComprehensionMathematics educationPsychologyReading (process)Computer sciencePedagogyLinguisticsProgramming language

Résumé

récupéré en direct d'OpenAlex

The purposes of the study were 1) to examine the effectiveness of the KWL plus mind mapping learning management on Thai grade 9 students’ reading comprehension and 2) to study the participants’ satisfaction with the KWL plus mind mapping learning management. The study employed a one-group experimental design, with 25 students from a public school in Mahasarakham province participating. The research instruments included a KWL Plus mind mapping learning management plan, a reading comprehension test, and a satisfaction questionnaire. Data were collected through pre-tests, post-tests, and during the implementation of six sub-learning lessons. The effectiveness of the learning management plan was assessed using process-product effectiveness (E1/E2), post-test effectiveness (E2), and an effectiveness index (E.I.). The results indicated significant improvements in students' reading comprehension, with the learning management plan showing a high effectiveness index (E.I. = 0.82). Additionally, the students expressed a very high level of satisfaction (average x̄ = 4.85) with the learning approach. This study contributes to the field of reading development by providing evidence of the combined effectiveness of KWL and mind mapping techniques in enhancing language learning in similar educational contexts.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
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 Opus0,069
Tête enseignante GPT0,402
Écart entre enseignants0,333 · 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'étudeQualitatif
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 revueHigher Education StudiesMême sujetTechnology-Enhanced Education StudiesTravaux en français237 207