MétaCan
Menu
Retour à la cohorte
Enregistrement W6930618100 · doi:10.5281/zenodo.12512478

Measuring social and psychological factors through home-study setting towards improved academic performance

2023· article· en· W6930618100 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueStudent Stress and Coping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Academic achievementPopulationStatistical significanceResearch designSocial relationship

Résumé

récupéré en direct d'OpenAlex

This study determined the relationship among social and psychological factors through home -study setting of Grades 6 pupils in Liciada Elementary School, in Bustos, Bulacan during the first quarter of School Year 2022-2023. The main objective is to find the implications of social and psychological factors on the achievement of pupils and finding benefits of home-study setting. The method used in the study was t-test and pearson (r). Using descriptive correlational research as research design in the total population of 167 Grade 6 pupils as respondents of the study, the answers to the problems raised in this study were summarized as follows: The number of siblings and socio-economic status has a significant relationship between pupils’ demographic profile and social factor in home study setting with p-values 0.011 and 0.000 which is less than the level of significance at 0.05. Social factor in home-study setting and respondents’ academic achievement has a significant relationship with p-value of 0.001 which was less than the level of significance at 0.05. On the other hand, psychological factor in home study setting and respondents’ academic achievement has no significant relationship with p-value 0.220 which was greater than the level of significance at 0.05. The pupil’s achievement on this present research will be useful to the parents and policymakers in finding the benefits, policy framing, and advantages of home-study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,215
Tête enseignante GPT0,369
Écart entre enseignants0,154 · 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 source (Gemma direct ou Codex distillé), 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetStudent Stress and CopingTravaux en français237 207