Engklek: Ethnomathematics-Based Traditional Games in The Development of Teaching Materials to Build Mathematical Literacy Skills
Notice bibliographique
Résumé
Changes in Indonesia’s educational curriculum emphasize the importance of students' reasoning skills in mathematics. However, Indonesia's low ranking in the PISA assessment, particularly in mathematics, highlights students limited mathematical literacy. One major contributing factor is the fear and anxiety students feel towards mathematics, which is often viewed as intimidating. This study aims to review literature on the impact of integrating geometry-based mathematics learning with the traditional game engklek. The research method employed is a Systematic Literature Review (SLR) using the SALSA framework and a descriptive analysis approach. Data were gathered from 17 articles published between 2014 and 2024, covering reputable international journals, accredited national journals, and journals indexed by DOAJ and Copernicus. The analysis identified 9 articles reporting that geometry topics requiring reasoning and literacy skills are better understood by elementary and preschool students when taught through traditional games like engklek. Furthermore, 8 articles presented experimental studies showing that innovative designs integrating engklek into geometry instruction significantly improve problem-solving skills, numerical literacy, and geometric literacy. Effective instructional models for geometry learning include Realistic Mathematics Education (RME), RME with the Hypothetical Learning Trajectory (HLT) approach, PMRI, didactic designs, and the development of student worksheets (LKPD). This review concludes that integrating geometry learning with engklek ethnomathematics offers an engaging and culturally relevant approach to overcoming students’ fear of mathematics while improving their mathematical literacy and reasoning skills
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».