MétaCan
Menu
Retour à la cohorte
Enregistrement W7057815943

“Marmara üç aşamalı bilişsel karar verme becerilerini geliştirme modeli”nin akademik başarısı düşük dördüncü sınıf öğrencilerinin karar verme, problem çözme becerisi ve akademik başarısına etkisi

2020· dissertation· tr· W7057815943 sur OpenAlexaboutno aff

Notice bibliographique

RevueMarmara University Open Access System · 2020
Typedissertation
Languetr
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGermanTest (biology)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Yapılan bu araştırmayla, ilkokul dördüncü sınıf Sosyal Bilgiler dersinde “Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli”nin, akademik başarısı düşük dördüncü sınıf öğrencilerinin karar verme, problem çözme becerisi ve akademik başarısına etkisinin belirlenmesi amaçlanmıştır. Araştırmanın amacı doğrultusunda aşağıdaki hipotezler test edilmiştir:1.“Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli”nin uygulanması akademik başarısı düşük ilkokul dördüncü sınıf öğrencilerinin karar verme becerilerini olumlu yönde geliştirmektedir.2.“Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli”nin uygulanması akademik başarısı düşük ilkokul dördüncü sınıf öğrencilerinin problem çözme becerilerini olumlu yönde geliştirmektedir.3. “Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli”nin uygulanması akademik başarısı düşük ilkokul dördüncü sınıf öğrencilerinin Sosyal Bilgiler dersindeki akademik başarılarını artırmaktadır.Araştırmada, zayıf deneysel desenlerden olan tek grup öntest-sontest desen kullanılmıştır. Çalışma grubunu kolay ulaşılabilir örneklem olarak, 2017-2018 eğitim öğretim yılında İstanbul ili Ümraniye ilçesindeki bir ilkokulun dördüncü sınıfına devam eden yedi şubeden seçilen akademik başarısı düşük 26 öğrenci (18 erkek-8 kız) oluşturmuştur. Çalışma grubu oluşturulurken, akademik başarısı düşük öğrencileri tespit etmek amacıyla; araştırmacı tarafından hazırlanan “Sosyal Bilgiler Akademik Başarı Testi” uygulanmış, daha sonra öğretmen görüşleri alınmış ve öğrencilerin e-okul notları incelenmiştir. Araştırmada deney grubuna deneysel işlemden önce demografik özellikleri belirlemek için “Kişisel Bilgiler Formu” uygulanmıştır. Öğrencilere öntest olarak “Sosyal Bilgiler Akademik Başarı Testi”, “İlkokul Öğrencileri için Marmara Karar Verme Beceri Algısı Ölçeği” ve “İlköğretim Düzeyindeki Çocuklar için Problem Çözme Envanteri” uygulanmıştır. Aynı ölçme araçları uygulamanın sonunda sontest olarak ve uygulama bittikten 4 hafta sonra da kalıcılık testi olarak uygulanmıştır.Araştırmada üç aşamadan oluşan “Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli”nin öğrenme aşaması için “Bilinçli Tüketicilik”, geliştirme aşaması için “Doğal Kaynaklar” ve pekiştirme aşaması için “Çocuk Hakları” ile ilgili sorunlar ele alınmıştır. Modelin üç aşaması için standartlaştırılmış basamaklar ve oturumlar uzman görüşleri alınarak oluşturulan etkinliklerle işlenmiştir. Verilerin analizinde; deney gurubu öntest-sontest, sontest-kalıcılık testi ve öntest-kalıcılık testi arasındaki farkı belirlemek için ilişkili örneklem t-testi (paired sample t-test) yapılmıştır. Araştırmanın sonucunda;1.“Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli”nin uygulanması akademik başarısı düşük ilkokul dördüncü sınıf öğrencilerinin karar verme becerilerini olumlu yönde geliştirdiği ve bu etkinin kalıcı olduğu,2.“Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli”nin uygulanması akademik başarısı düşük ilkokul dördüncü sınıf öğrencilerinin problem çözme becerilerini olumlu yönde geliştirdiği, bu etkinin kalıcı olduğu,3.“Marmara Üç Aşamalı Bilişsel Karar Verme Becerilerini Geliştirme Modeli” uygulanması akademik başarısı düşük ilkokul dördüncü sınıf öğrencilerinin Sosyal Bilgiler dersindeki akademik başarılarını artırdığı, bu etkinin kalıcı olduğu tespit edilmiştir.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,046
Tête enseignante GPT0,317
Écart entre enseignants0,272 · 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'étudeEssai non randomisé
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarmara University Open Access SystemMême sujetMagnetic confinement fusion researchTravaux en français237 207