Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Найдена формула оптимального домашнего задания по математике и естественным наукам
Ирландские ученые с помощью новой модели машинного обучения выяснили, насколько частым и продолжительным должно быть выполнение домашних заданий по математике и естественным наукам вроде физики и химии, чтобы это положительно влияло на успеваемость учащихся.
Исследователи из Ирландского национального университета в Мейнуте установили, что для академических успехов по этим сложным предметам школьникам не обязательно часами просиживать за уроками. Оказалось, гораздо важнее не длительность, а регулярность выполнения заданий.
В научной работе, статья о которой недавно вышла в журнале Learning and Instruction, ученые использовали национальную репрезентативную выборку из 4118 ирландских учащихся восьмых классов. Данные о них получили во время другого исследовательского проекта под названием Trends in International Mathematics and Science Study (TIMSS). Его проводят для отслеживания успеваемости школьников по математике и науке (в англоязычных странах школьный предмет Science, или «Наука», обычно включает три естественно-научных дисциплины: физику, химию и биологию).
Средний возраст участников составил 14,4 года, чуть больше 50% из них были мужского пола. Наряду с показателями успеваемости у школьников собрали важную фоновую информацию, включая сведения о родителях, отношении к учебе и изучению перечисленных предметов. Также датасет включал данные о том, как часто учащиеся получали домашние задания и сколько времени обычно проводили за их выполнением.
Чтобы узнать оптимальную частоту и продолжительность подготовки уроков дома, ирландские специалисты применили модель машинного обучения для выявления причинных связей под названием «Байесовы причинные леса» (Bayesian Causal Forests).
В результате удалось установили, что хорошей успеваемости по математике больше всего способствовали ежедневные домашние задания по этому предмету. Что касается естественных наук, то здесь более эффективной оказалась частота в три-четыре раза в неделю.
В обоих случаях анализ показал, что продолжительное выполнение домашних заданий не приносило дополнительных преимуществ в плане академических успехов. Краткосрочные, но регулярные сессии длительностью по 15 минут обеспечивали такой же эффект.
Кроме того, авторы отметили: в отличие от других, более ранних научных работ, их исследование не выявило, что учащиеся из благополучных социально-экономических слоев в большей мере выигрывали от домашних заданий.
Подводя итог, ученые высказались за разработку и внедрение таких учебных программ, в которых предпочтение отдавали бы регулярным и непродолжительным домашним заданиям. Это поможет повысить вовлеченность школьников в образовательный процесс, улучшить их успеваемость без лишнего стресса, а также позволит соблюсти баланс между учебой и другими видами активности.
Ранее другое исследование показало, что прослушивание музыки во время занятий математикой улучшило усвоение знаний детьми и оценки по этому предмету.
Telegram 
Дзен 
VK К любопытным выводам привели наблюдения японских ученых за пестролицыми буревестниками. Оказалось, эти птицы испражняются в основном на лету, намеренно избегая такой возможности на поверхности воды. Очевидно, предположили исследователи, это облегчает движения в воздухе взрослым особям с добычей во рту.
Ученые из Лондонского университета королевы Марии и Королевского колледжа Лондона провели первый в своем роде метаанализ исследований, связывающих высокую чувствительность человека и его психологическую уязвимость. Люди, которые лучше считывают настроение других, и восприимчивые к внешним раздражителям больше подвержены депрессии и тревоге. Это следует учитывать в клинической практике.
Исследователям квантовых компьютеров обычно приходится выбирать: сделать стабильный кубит или быстрый. Международная группа ученых нашла способ создать кубиты, избавленные от этой необходимости.
Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.
За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
Изображение блазара PKS 1424+240, полученное с помощью радиоинтерферометра VLBA, напомнило астрономам легендарное «Око Саурона» из «Властелина колец» — джет, пронизывающий кольцеобразное магнитное поле объекта, устремлен к нашей планете, а сам блазар может оказаться одним из наиболее ярких источников нейтрино в космосе.
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.
Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет. Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Последние комментарии