MétaCan
Menu
Retour à la cohorte
Enregistrement W6930333983 · doi:10.5281/zenodo.13283737

Classroom Management Practices and Academic Performance in Multigrade Classes

2024· article· en· W6930333983 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology-Enhanced Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClassroom managementNull hypothesisTime managementPearson product-moment correlation coefficientQuarter (Canadian coin)Academic achievementField (mathematics)

Résumé

récupéré en direct d'OpenAlex

Multigrade classes hold significant importance in the field of education as they address several critical needs simultaneously. This study sought to determine the levels of classroom management practices and academic performance of learners in multigrade classes and its relationship. It employed a descriptive-correlational research design with documentary analysis. This study utilized a survey questionnaire from TS MPPE (2017) and conducted to Two Hundred Twenty-Four (224) learners in four (4) multigrade schools of Talisayan District, Division of Misamis Oriental. The learners’ average grade for the First and Second Quarter of the School Year 2023-2024 was also used. It employed the Mean and Standard Deviation and Pearson Product Moment Correlation Coefficient (r) to ascertain significant relationship between classroom management practices of multigrade classes and learners’ academic performance. Results showed an overall high classroom practice with facilities and resources as very high. Learners have Very Satisfactory average rating for their academic performance. A significant relationship exists between classroom management practices and learners’ academic performance, thus rejecting the null hypothesis. It concluded that the availability of the facilities and resources like technology play a fundamental role in enhancing the academic performance of the learners. Thus, multigrade teachers may sustain the best classroom management practices to maintain if not to reach the highest academic performance of learners while they are in the multigrade classes.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,361
Écart entre enseignants0,283 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetTechnology-Enhanced Education StudiesTravaux en français237 207