Grade 9 Students' Least Mastered Reading Skills: Basis for Developing and Evaluating E-Supplementary Learning Materials
Notice bibliographique
Résumé
This study aimed to determine the least mastered reading skills of Grade 9 students which served as basis for developing and evaluating e-supplementary learning materials at Francisco P. Felix Memorial National High School, Cainta, Rizal during the school year 2021– 2022.The study used the descriptive method of research with two data gathering instruments. The first data gathering instrument used in this study was the Summative test for the First to Third Quarter administered during the school year 2019-2020. The test results were used as bases for identifying the least mastered reading skills in English. The other data gathering instrument was the Questionnaire used to evaluate the developed e-supplementary reading learning materials by the 30 students, 30 English teachers, and 30 English expert respondents using the criteria on appropriateness, authenticity, clarity, comprehensibility, usefulness, and technical quality. The statistical tools used to treat the data were the percentage, ranking, weighted mean, and the analysis of variance (ANOVA).The findings revealed that the identified least mastered reading skills of Grade 9 based on their summative test served as basis for the topics included in the developed e-supplementary reading learning materials. The students, teachers, and expert respondents evaluated the e-supplementary reading learning materials as Very Highly Acceptable (VHA) in terms of appropriateness, authenticity, clarity, comprehensibility, usefulness, and technical quality. Likewise, there were no significant differences in the evaluations of the three groups of respondents on the developed e-supplementary reading learning materials.The respondents offered comments and suggestions to further improve the developed e-reading material.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».