MétaCan
Menu
Retour à la cohorte
Enregistrement W2571656101

STUDENTS’ SCIENTIFIC ARGUMENTATION PERFORMANCE THROUGH DEBATING IN ECOSYSTEM CONCEPT

2013· article· en· W2571656101 sur OpenAlexaboutno aff
Lidya Velesia

Notice bibliographique

RevueRepository at Universitas Pendidikan Indonesia (Universitas Pendidikan Indonesia) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Critical Thinking Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRubricArgumentation theoryArgumentativePsychologyMathematics educationPresentation (obstetrics)PedagogyLinguisticsPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The research is conducted under the students’ need about students’ argumentative skills during debate in classroom. This research aimed to investigate students’ argumentative skill using criteria rubrics which consist of organisation and strategy, evidence, presentation, rebuttals and procedure according to SEDA (Saskatchewan Elocution and Debate Association). The method used in this research is descriptive by using one classroom (N: 26). This study showed that criteria used from the rubrics had resulted several variety of argumentation that skilled students, criteria in rubrics could shown the linkages therein of fulfil each other. Organisation and strategy used in scientific argumentation implementation were introduce idea of problem without extend the argumentation with information meanwhile students’ criteria consist of fact without credited references. SEDA criteria rubric also measured skill of students’ argumentation presentation that found they had low of voice loudness and intonation that would be affected to debate enunciation, this also affect students intention to refute ideas and asking the questions relevantly. This students’ performance was supported by questionnaire data that students enhanced the ability of argumentation and debate. Further habituation of debate method is needed to increase students’ ability of argumentation and debate in ecosystem concept. \nPenelitian ini berdasarkan kebutuhan siswa tentang kemampuan siswa dalam berargumen didalam kelas. Tujuan penelitian ini adalah untuk mengetahui kemampuan argumentasi siswa dengan menggunakan penilaian berdasarkan kriteria yang ada dalam Asosiasi Debat Saskatchewan Elocution and Debate Association (SEDA); organisasi dan strategi, bukti, gaya presentasi, sanggahan dan prosedur. Metode yang digunakan dalam penelitian ini adalah deskriptif dengan satu kelas debat (N: 26). Penelitian ini menunjukkan bahwa kriteria yang digunakan dari rubrik ini mempunyai beberapa variasi argumentasi dalam keterampilan siswa dalam berargumentasi, kriteria ini menunjukkan keterkaitan antara satu kriteria dengan yang lainnya. Hasil dalam kriteria organisasi dan strategi ditemukan bahwa murid memperkenalkan gagasan masalah tanpa memperpanjang argumentasi dengan informasi yang disajikan sementara untuk kriteria bukti siswa dapat memberikan fakta tanpa menyebutkan referensi yang terkait. Gaya presentasi siswa yang dinilai dalam kriteria ketiga menunjukkan siswa memiliki intonasi dan kenyaringan suara yang rendah yang dapat mempengaruhi keinginan untuk berdebat dan mempengaruhi niat siswa untuk menolak argument lainnya dan mengajukan pertanyaan yang sesuai. Hasil ini didukung dengan data kuisioner bahwa siswa dapat meningkatkan kemampuan berargumen dan kemampuan berdebat. Diperlukan tahapan lebih lanjut untuk meningkatkan kemampuan siswa untuk berargumentasi ilmiah dalam konsep ini.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,018
Tête enseignante GPT0,270
Écart entre enseignants0,252 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepository at Universitas Pendidikan Indonesia (Universitas Pendidikan Indonesia)Même sujetEducation and Critical Thinking DevelopmentTravaux en français237 207