MétaCan
Menu
Retour à la cohorte
Enregistrement W2787268051 · doi:10.19109/jifp.v1i2.1629

PENGEMBANGAN MODUL MULTI REPRESENTASI BERBASIS KONTEKSTUAL PADA MATERI FLUIDA STATIS UNTUK MENINGKATKAN KEMAMPUAN BERPIKIR KRITIS

2018· article· id· W2787268051 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJurnal Ilmu Fisika dan Pembelajarannya (JIFP) · 2018
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Penggunaan media pembelajaran dapat membantu penyampaian informasi.Penyampaian informasi dapat diterima dengan baik jika menggunakan multi representasi.Tujuan dari penelitian ini adalah untuk mengetahui karakteristik dan kelayakan modul multi representasiberbasis kontekstual dan mengetahui peningkatan kemampuan berpikir kritis peserta didik setelah menggunakan modul multi representasi berbasis kontekstual.Penelitian ini menggunakan metode Research and Development(R & D) mengacupada Puslitjaknov (2008) yang memiliki lima tahapan yaitu: (1) melakukan analisis produk yang akandikembangkan, (2) mengembangkan produk awal, (3) validasi ahli dan revisi, (4) uji coba lapangan skalakecil dan revisi produk, (5) uji coba lapangan skala besar dan produk akhir.Desain penelitian menggunakan One-Shot Case Studydengan variabel bebas penggunaan modul multi representasi dan variable terikat adalah kemampuan berpikir kritis peserta didik.Modul multi representatif tersebut disusun dengan berbagai gambaran baik verbal, visual, grafik, dan audio.Instrumen pengumpulan data yang digunakan adalah lembar validasi dan soal tes kemampuan berpikir kritis.Teknik analisis data yang digunakan dibagi menjadi tigayaitu: 1)analisis data analisis kebutuhan yang dideskripsikan, 2) analisis lembar validasi dengan menabulasi semua komponen data yangdiperoleh, mengitung skor rata-rata dari setiap komponen dan mengkategorikannya,dan 3)analisis data tes kemampuan berpikir kritis dihitung berdasarkan gain ternomalisasi.Hasil penelitian menunjukkan: 1) karakteristik modul adalah dengan menggunakan pendekatan kontekstual yang sesuai dengan komponen-komponenya dan menggunakan beragam representasi seperti ilustrasi, verbal, persamaan matematik, visual, dan audio. 2) kelayakan modul dilihat dari rata-rata nilai ideal (81,5%) ≥ nilai cut off (79,5%). 3) peningkatan kemampuan berpikir kritis peserta didik setelah menggunakan modul multi representasi berbasis kontekstual memiliki kriteria sedang dengan gain sebesar 0,45.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,424
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,003
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
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 Opus0,045
Tête enseignante GPT0,368
Écart entre enseignants0,323 · 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