MétaCan
Menu
Retour à la cohorte
Enregistrement W2592110211 · doi:10.5539/ies.v10n3p134

Implementation of Project-Based Learning (PjBL) through One Man One Tree to Improve Students’ Attitude and Behavior to Support

2017· article· en· W2592110211 sur OpenAlexvenueno aff
Risnani Risnani, Sumarmi Sumarmi, I Komang Astina

Notice bibliographique

RevueInternational Education Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Research and Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMathematics educationClass (philosophy)Test (biology)Project-based learningAction researchPositive attitudeEnvironmental educationSocial psychologyPedagogyComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

The attitude and behavior of the students of class XI-6 in relation to environmental awareness is very low. It proves that there is no student involvement in environmental conservation. The purpose of this study is to increase students’ attitude and behavior related to environmental conservation using “One Man One Tree” Project Based Learning (PjBL). The study is a Classroom Action Research (CAR) conducted within two cycles. The subjects in this study are XI-6 students of SMAN 1 Torjun. It is conducted during the 205/2016 academic year. The data are scores of the attitude test and student’s behavioral manifestations. The findings show that there is an increase in the students’ attitude and behavior related to environmental awareness from the first cycle to the second cycle. The average yield postes attitude of the students on the first cycle is 86, while that on the second cycle is 93.2. The average yield postes behavior on the first cycle is 69 while the average score increases to 90.4 on the second cycle. It is suggested that teachers become more creative in applying the learning model that encourage students to protect the environment.

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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,309
Tête enseignante GPT0,645
Écart entre enseignants0,337 · 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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetEducational Research and MethodsTravaux en français237 207