Cognitive Development, Analytical Thinking, and Learning Satisfaction of Second Grade Students learned through Inquiry-based Learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Science teaching needs to be able students having knowledge and understanding. Also, students have to develop their thinking skills it should help students meet real science through inquiry-based pedagogical process. This study aims to (i) investigate effective teaching criterion through inquiry-based teaching at 80/80, (ii) find out effectiveness index of inquiry-based teaching, (iii) compare analytical thinking between before and after students had learned by inquiry-based learning activities, and (iv) study learning satisfaction of second grade students after they had learned through inquiry method. Participants of the study were 10 second grade students, sampled by purposive sampling technique. Research instruments comprised of 8-lesson plan, 20-item achievement test, 20-item analytical thinking test, and 15-item questionnaire on learning satisfaction. Data were gathered and analyzed by Wilcoxon Matched Pairs Singed–Ranks Test. Results revealed that inquiry-based learning activities had effective criterion at 84.46/82.50; effectiveness index of inquiry-based learning activities was 0.5200; post test score of achievement test higher than those pre test score at .05 statistical significance level; and students had learning satisfaction on inquiry-based learning activities at highest level. It can be concluded that inquiry-based learning activities promoted students in terms of both cognitive, analytical thinking, and learning satisfaction. It should be suggested in for pedagogical preparation and incorporate it into science curriculum.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle