MétaCan
Menu
Retour à la cohorte
Enregistrement W4413039081 · doi:10.61586/0d1h5

Variation Theory Based GeoGebra Assisted Problemsolving Approaches and Students’ Conceptual Understanding in Learning of Geometry

2025· article· en· W4413039081 sur OpenAlexfundno aff
Belete Abebaw Kassa, Mulugeta Atnafu Ayele

Notice bibliographique

RevueMitteilungen Klosterneuburg · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMathematics educationVariation (astronomy)GeometryComputer scienceMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The study aimed to examine students’ problem-solving skills through mixed instruction (variation theory based GeoGebra assisted problem-solving instructional approaches). A total of 125 students divided into four intact groups participated in the study. The study employed a quasi-experimental research design. Three intact groups were randomly assigned as a treatment group, while one group was taken as a comparison group. Each of the groups took a specific instructional approach, while the comparison group proceeded as usual without any changes to the instructional process for all sessions. Both pre and post problem-solving tests were administered to all groups. To analyze the data and examine the differences (if any) in each group, ANCOVA and Paired samples ttests were employed. There was a significant mean difference between student’s pre-test and post-test in their conceptual understanding of each treatment group. Furthermore, the mixed treatment had a large mean difference. Teachers are recommended to give attention in using mixed teaching approaches of variation theory with geogebra assisted problem solving for students’ better understanding. Administrators should emphasize launching GeoGebra software through IT labs in schools, and government officials should appreciate the implementation of technology 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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,766

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0000,000
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 Opus0,159
Tête enseignante GPT0,352
Écart entre enseignants0,194 · 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'étudeThéorique ou conceptuel
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 revueMitteilungen KlosterneuburgMême sujetMathematics Education and PedagogyTravaux en français237 207