MétaCan
Menu
Retour à la cohorte
Enregistrement W4410077121 · doi:10.33369/jpp.v6i1.41166

The Effectiveness of Interactive Learning Media in Improving Early Childhood Numeracy Skills

2025· article· en· W4410077121 sur OpenAlexaff
Merti Daryati

Notice bibliographique

RevueJurnal Pena Paud. · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesnon disponible
Mots-clésNumeracyPsychologyMathematics educationComputer sciencePedagogyLiteracy

Résumé

récupéré en direct d'OpenAlex

The development of interactive media as a type of multimedia teaching aid has a positive impact on children's gross motor skills. This study aimed to determine the effectiveness of interactive media in early childhood education through an experimental study. The study had two participants, 30 children each: An experimental group with interactive teaching media and a control group with conventional teaching methods. Counting skills were assessed before and after the intervention for both groups. Data analysis conducted with a paired t-test showed that the experimental group showed an increase in the mean score from 50 to 80 (t (29) =12.00; p<0.001), indicating a statistically significant difference after the intervention. The Wilcoxon test on the control group showed an increase in the median score from 52 to 60, but did not reach statistical significance (Z=-1.50; p=0.134). The results suggest that the application of interactive teaching media is efficient in improving the counting skills of preschool children compared to traditional methods without focused treatment.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,917
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,004
Tête enseignante GPT0,286
Écart entre enseignants0,282 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Pena Paud.Même sujetEducational Methods and Media UseTravaux en français237 207