Geri Dön

Matematiksel yeteneği tanılama modeli

Identification model of mathematical ability

  1. Tez No: 396616
  2. Yazar: ŞULE GÜÇYETER
  3. Danışmanlar: DOÇ. DR. SERAP EMİR
  4. Tez Türü: Doktora
  5. Konular: Eğitim ve Öğretim, Education and Training
  6. Anahtar Kelimeler: matematiksel yetenek, matematikte üstün zekalı ve yetenekli, tanılama, mathematical ability, mathematically gifted and talented, identification
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Eğitim Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Özel Eğitim Ana Bilim Dalı
  12. Bilim Dalı: Üstün Zekalılar Eğitimi Bilim Dalı
  13. Sayfa Sayısı: 201

Özet

Bu araştırmanın ilk amacı matematikte üstün zekalı ve yetenekli öğrencileri belirlemek için geliştirilen Matematikte Benzerlik ve İlişki Temelli Düşünme Modeli'nin (MBİTD-M) geçerliğini incelemektir. Araştırmanın ikinci amacı ise model temel alınarak geliştirilen Matematikte Benzerlik ve İlişki Temelli Düşünme Testi'nin (MBİTD-T) psikometrik özelliklerini araştırmaktır. Tarama modeli olarak gerçekleştirilen araştırmaya 5., 6. ve 7. sınıflara devam eden 764 ortaokul öğrencisi katılmıştır. Veri toplamada araştırmacı tarafından geliştirilen MBİTD-T kullanılmıştır. MBİTD-T benzerliğe dayalı problem çözme, ilişkiye dayalı problem çözme, benzerliğe dayalı problem kurma, ilişkiye dayalı problem kurma, benzer problemleri bulma, ilişkili problemleri bulma olarak adlandırılan altı alt test içermektedir. MBİTD-M'nin yapı geçerliği açıklayıcı ve doğrulayıcı faktör analizleri ile incelenmiştir. Açıklayıcı faktör analizi sonucunda elde edilen altı bileşenli yapının toplam varyansın %43.191'ini açıkladığı bulunmuştur. Doğrulayıcı faktör analizi sonuçları da bu altı bileşenli yapıyı doğrulamıştır. MBİTD-T'nin hesaplanan KR-20 ve Cronbach alfa güvenirlik katsayı değerleri .90 olarak bulunmuştur. Farklı sınıf düzeyindeki öğrencilerin MBİTD-T toplam test puan ortalamaları arasında üst sınıflar lehine; üstün zekalı tanısı olan ve olmayan öğrencilerin puan ortalamaları arasında, üstünler lehine anlamlı farklılıklar tespit edilmiştir. Öğrencilerin matematiği sevme düzeyi ve kendi yetenek algıları ile matematik, fen, genel başarı notlarıyla MBİTD-T puanları arasında pozitif yönlü anlamlı ilişkiler bulunmuştur. Elde edilen bulgular MBİTD-T'nin güvenilir, ayırt edicilik ve ölçüt geçerliğine sahip bir test olduğuna yönelik kanıtlar sunmuştur.

Özet (Çeviri)

ABSTRACT IDENTIFICATION MODEL OF MATHEMATICAL ABILITY The first purpose of this study was to investigate the validity of Similarity and Relation Based Model of Thinking in Math (SRBMT-M) which was developed to identify mathematically gifted and talented students. The second purpose of this study was to examine psychometric properties of Similarity and Relation Based Test of Thinking in Math (SRBTT-M) which was developed based on the SRBMT-M. A total of 764 middle school students from 5th, 6th and 7th grades were participated in this study. The study was designed as survey design and SRBTT-M which was developed by the researcher was used for data collection. SRBTT-M consisted of six subtests as similarity based problem solving, relation based problem solving, similarity based problem posing, relation based problem posing, finding similar problems and lastly, finding relational problems. Construct validity of SRBMT-M was examined by using exploratory and confirmatory factor analyses. Exploratory factor analysis yielded six components explaining %43.194 of the total variance. Confirmatory factor analyses results confirmed six factor structure that extracted from the exploratory factor analysis. KR-20 and Cronbach alpha consistency coefficient was found .90 for the total score of SRBTT-M. The total mean scores of SRBTT-M were found to be statistically higher in higher grade levels than lower grade levels. Also, gifted students' total mean scores were found to be statistically higher than non-gifted students. Statistically significant, positive correlation coefficients were found among the students' self–perception of their math ability, their self-perceptions about liking math and total SRBTT-M scores. Also there were statistically significant correlations among SRBTT-M total test scores and students' general achievement score as well as math and science achievement scores. Based on the related findings, SRBTT-M is found to have good discriminant and criterion validity and as well as to be a reliable test.

Benzer Tezler

  1. Tip 1 diyabet (T1DM) hastaları için glikoz kontrol algoritmalarının geliştirilmesi

    Development of glucose control algorithms for type 1 diabetes mellitus (T1DM) patients

    NİHAT ÇANKAYA

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER AYDOĞDU

    DR. ÖĞR. ÜYESİ SELİM SOYLU

  2. Gerçek zamanlı endüstriyel kontrol sistemleri için makine öğrenmesi temelli yaklaşımlar

    Machine learning approaches for real-time industrial control systems

    SÜLEYMAN MANTAR

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiBursa Uludağ Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERSEN YILMAZ

  3. Networked computing-based system identification and control of electromechanical systems with industrial IoT

    Endüstriyel IoT ile elektromekanik sistemlerin ağ hesaplama tabanlı sistem tanıma ve kontrolü

    RAMAZAN KAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ FUAT ERGENÇ

  4. A comparative study of nonlinear model predictive control and reinforcement learning for path tracking

    Yol izleme için doğrusal olmayan model öngörülü kontrol ve pekiştirmeli öğrenmenin karşılaştırmalı çalışması

    GAMZE TÜRKMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA

  5. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR