PEMBELAJARAN FISIKA BERBASIS HANDS ON ACTIVITIES UNTUK MENUMBUHKAN KEMAMPUAN BERPIKIR KRITIS DAN MENINGKATKAN HASIL BELAJAR SISWA SMP
Notice bibliographique
Résumé
Penelitian tindakan kelas ini bertujuan untuk mendeskripsikan model pembelajaran berbasis Hands on Activities, menumbuhkankemampuan berpikir kritis serta meningkatkan hasil belajar siswa SMP kelas VIII. Penelitian ini dilaksanakan dalam tiga siklus.Setiap siklus terdiri dari empat tahap yaitu perencanaan, pelaksanaan tindakan, pengamatan dan refleksi. Data kemampuanberpikir kritis, hasil belajar afektif dan psikomotorik diperoleh dari lembar observasi, hasil belajar kognitif diperoleh melalui tes.Hasil penelitian menunjukkan bahwa nilai kemampuan berpikir kritis meningkat secara signifikan disertai dengan peningkatanjumlah siswa yang termasuk kategori kritis maupun sangat kritis. Selain itu nilai rata-rata hasil belajar juga mengalami peningkatansecara signifikan sehingga dapat disimpulkan bahwa penerapan pembelajaran fisika berbasis Hands on Activities dapatmenumbuhkan kemampuan berpikir kritis serta meningkatkan hasil belajar siswa. Â The goals of this three-cycles classroom action research are to describe Hands on Activities based learning model, grow criticalthinking ability and increase learning achievement of JHS student-grade VIII. The data of critical thinking ability, affective andpsychomotor learning achievement are derived from observation sheet, while those of cognitive learning achievement was takenfrom test. The result shows that there is a significant increase of critical thinking ability and average of learning achievement leadingto the conclusion that Hands on Activities based learning model, grow critical thinking ability and increase learning achievement ofJHS. <strong>Keywords</strong>: critical thinking; Hands on activities (HOA); classroom action research
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».