MétaCan
Menu
Retour à la cohorte
Enregistrement W6950404733 · doi:10.5281/zenodo.8215914

Print and Non-Print Modular Distance Learning Modality and Students' Work Performance

2023· article· en· W6950404733 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueE-Learning and COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModality (human–computer interaction)Distance educationPairwise comparisonGuardianModular designQuarter (Canadian coin)Test (biology)

Résumé

récupéré en direct d'OpenAlex

This study aimed to determine the extent of implementation of print and non-print modular distance learning modality and its correlation on the work performance of Grade VII students at Bagong Silangan High School during the first quarter of school year 2021-2022. The descriptive research method was employed in the study. The three groups of respondents were the 45 Grade 7 teachers, 255 students using printed modules, 264 students using non-print modules, 255 parents or guardian of students using printed modules and 264 parent or guardian of students using non-print modules. The statistical tools used in the study were weighted mean, one-way ANOVA, Mann Whitney U test, Pearson’s r, t-test, and Tukey Pairwise comparison.It was found out that the teachers perceived the implementation of print modular distance learning modality to a Very High Extent , while the parents and student respondents perceived its implementation to a High Extent. For the implementation of non-print modular distance learning modality, students and parents perceived the implementation to a High Extent, while the teachers perceived its implementation to a Very High Extent.In addition, the work performance of Grade VII students using print modular distance learning modality during the first quarter of school year 2021-2022 was Satisfactory, and Fairly Satisfactory for non-print.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,298
Écart entre enseignants0,263 · 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 sujetE-Learning and COVID-19Travaux en français237 207