MétaCan
Menu
Retour à la cohorte
Enregistrement W2751002997 · doi:10.21009/jpud.111.11

PENINGKATAN KEMAMPUAN MEMBACA PERMULAAN MELALUI PENDEKATAN WHOLE LANGUAGE

2017· article· en· W2751002997 sur OpenAlexaff
Fahrurrozi Fahrurrozi

Notice bibliographique

RevueJPUD - Jurnal Pendidikan Usia Dini · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAction researchMathematics educationReading (process)PsychologyAction (physics)Subject (documents)Academic yearPedagogyComputer scienceLinguisticsLibrary science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to obtain empirical data about the increased ability of one grade student’ reading at SDN Kramat Pela 07 Pagi Jakarta Selatan, using the whole language. The research was conducted at SDN Kramat Pela 07 Pagi Jakarta Selatan to the subject of research is the one grade students, amounting 30 studens in the first semester of academic year 2014/2015. Classroom action research was conducted using a cycle of John Elliot. Classroom action research conducted through the stages of planning, implementation actions, monitoring/observation, of reflection and evaluation as a basis for re-planning of each subsequent cycle. The research was carried out as much as 2 cycles where each cycle consists of 3 x meetings with each meeting time allocation of 2 x 35 minutes. The results obtained from student evaluations at each cycle are as follows : I cycle 53 % of students who have reached the score of 75, whereas in cycle 2 there was an increase to 100 % of students who have reached the score of 75. The implications of this research is the use of whole language can be one of alternative menthods to improve student’ reading grade I at SDN Kramat Pela 07 Pagi Jakarta Selatan. Keywords : reading ability and whole language

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,035
Tête enseignante GPT0,355
Écart entre enseignants0,320 · 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'étudeSans objet
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJPUD - Jurnal Pendidikan Usia DiniMême sujetEducational Methods and Media UseTravaux en français237 207