MétaCan
Menu
Retour à la cohorte
Enregistrement W2267847317 · doi:10.22487/j25805924.2015.v3.i1.2368

ANALISIS PELAKSANAAN PRAKTIKUM MENGGUNAKAN KIT IPA FISIKA DI SMP SE-KECAMATAN SOJOL KABUPATEN DONGGALA

2015· article· id· W2267847317 sur OpenAlexaff
Jamaluddin Jamaluddin, Amiruddin Kade, Nurjannah Nurjannah

Notice bibliographique

RevueJPFT (Jurnal Pendidikan Fisika Tadulako Online) · 2015
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSTEM Education
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Telah dilakukan analisis terhadap 10 guru yang mengajar mata pelajaran IPA fisika kelas VII, kelas VIII dan IX di 10 SMP Negeri di se-kecamatn Sojol. Responden tersebut dipilih dari sekolah yang memiliki laboratorium dan tidak memiliki laboraturium IPA. Penelitian ini bertujuan untuk mengetahui pelaksanaan praktikum menggunakan KIT IPA fisika di Sekolah Menengah Pertama se-Kecamatan Sojol. Data penelitian ini dikumpulkan menggunakan kuisioner dan dianalisis secara deskriptif. Hasil penelitian ini menunjukkan bahwa persentasi pelaksanaan praktikum menggunakan KIT IPA Fisika sangat kurang. Berbagai hal yang menyebabkan rendahnya persentasi pelaksanaan praktikum ini yaitu :1) intensitas guru dalam mengikuti pelatihan laboratorium masih kurang, 2) ketersediaan alat dan bahan praktikum masih kurang, 3) materi pelajaran IPA cukup padat sehingga guru lebih memilih metode ceramah, 4) tujuan pembelajaran sulit dicapai melalui praktikum 5) dibutuhkan waktu khusus untuk persiapan sebelum praktikum dilaksanakan, 6) waktu pelaksanaan praktikum dalam jam tatap muka selalu tidak mencukupi,7) pemahaman guru terhadap konsep serta penggunaan alat-alat praktikum masih rendah, 8) guru sulit merancang LKS sendiri, 10) tidak adanya laboran dan laboratorium yang dapat membantu pelaksanaan praktikum IPA fisika. Kata Kunci: Praktikum Fisika, Sekolah Menengah Pertama (SMP) se-Kecamatan Sojol dan KIT IPA Fisika

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,090
Tête enseignante GPT0,361
Écart entre enseignants0,271 · 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'étudeObservationnel
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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJPFT (Jurnal Pendidikan Fisika Tadulako Online)Même sujetSTEM EducationTravaux en français237 207