MétaCan
Menu
Retour à la cohorte
Enregistrement W7064159792

AN ANALYSIS OF DIFFICULTIES ON MATHEMATICAL MODEL
\nINTERPRETATION OF JUNIOR HIGH SCHOOL STUDENTS ON THE MATERIALS
\nOF TWO-VARIABLE LINEAR EQUATION SYSTEM

2014· article· en· W7064159792 sur OpenAlexaboutno aff

Notice bibliographique

RevueePrints - UNY (Yogyakarta State University) · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematical modelPopulationCurriculumCzechEveryday lifeMathematical problemLinear model
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Modeling is one of abilities included in studying mathematical materials. Modeling \nis mostly used to express the events of everyday life , such as modeling of tsunami \nwave, modeling of population growth, and modeling of economics growth. \nTherefore, mathematical modeling is an important ability to be possessed by \nstudents. It is in line with the opinion of Niss (2010) who states that Modeling is a \nCrucial Aspect of Students' Mathematical Modeling. Considering its significance, \nmathematical modeling should be learned by students since they attend elementary \nschool. For example, Singapore school curriculum has provided an opportunity for \nstudents to learn mathematical modeling abilities since they attended elementary \nschool (Kaur and Dindyal, 2010). On the other hand, it is a fact that students - in \nsome countries, such as Germany, England, Romania, Canada, Czech Republic, \nMozambique, Netherlands, and Japan - have difficulties in mathematical modeling \n(Ikeda, 2007). Therefore, this paper is intended to discusse some difficulties faced \nby junior high school student in conducting mathematical modeling and model \ninterpretation, particularly in the materials of linear equation system of two \nvariables. Data were obtained from students in two junior high schools coming from \ntwo and three cluster schools in the Bandung Municipality, covering research subject \nas many as 151 students.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,235 · 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'étudeQualitatif
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueePrints - UNY (Yogyakarta State University)Même sujetMagnetic confinement fusion researchTravaux en français237 207