MétaCan
Menu
Retour à la cohorte
Enregistrement W4409199086 · doi:10.63069/rk6frr74

Scratch kot orodje za utrjevanje matematičnih vsebin in razvoj algoritmičnega razmišljanja v 4. razredu

2025· article· sl· W4409199086 sur OpenAlexaff
Alenka Avguštin

Notice bibliographique

RevueRevija Inovativna pedagogika · 2025
Typearticle
Languesl
DomaineComputer Science
ThématiqueIntelligent Tutoring Systems and Adaptive Learning
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics

Résumé

récupéré en direct d'OpenAlex

Prispevek obravnava, kako lahko uporaba programskega jezika Scratch pri pouku matematike prispeva k razvoju algoritmičnega razmišljanja in hkrati utrjevanju matematičnih vsebin pri učencih 4. razreda. Naš cilj je opisati način dela v razredu, kjer so učenci s pomočjo Scratcha ustvarili matematični kviz za utrjevanje zaokroževanja števil ter pisnega seštevanja in odštevanja do 10 000. S preizkušanjem kvizov so utrjevali znanje, si izmenjevali povratne informacije ter na podlagi tega izboljšali svoje izdelke. Uspešnost dejavnosti smo pridobivali z metodo študije primera, kjer smo zbirali podatke z opazovanjem, spraševanjem in analizo učenčevih izdelkov. Ključne ugotovitve so pokazale, da so učenci z veseljem ustvarjali kvize, razvijali tako matematična kot računalniška znanja ter aktivno medvrstniško sodelovali pri izboljševanju svojih izdelkov. Vsi učenci so bili motivirani, kar je nakazovalo na pozitiven učinek vključevanja programiranja v pouk. V prihodnosti bi bila potrebna dodatna podpora pri vključevanju animacij ter možnost daljšega časa za izvedbo nalog.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,033
Tête enseignante GPT0,342
Écart entre enseignants0,308 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevija Inovativna pedagogikaMême sujetIntelligent Tutoring Systems and Adaptive LearningTravaux en français237 207