ANALISIS UJI VALIDITAS TES BUATAN GURU BAHASA BUGIS DENGAN MENGGUNAKAN ARTIFICIAL INTELLIGENCE (AI) KELAS IX 1 SMPN 1 LABAKKANG KABUPATEN PANGKEP
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.
Notice bibliographique
Résumé
Tujuan penelitian ini adalah untuk menjelaskan analisis uji validitas tes buatan guru bahasa Bugis dengan menggunakan Artificial Intelligence (AI) kelas IX 1 SMPN 1 Labakkang Kabupaten Pangkep. Jenis penelitian yang digunakan adalah penelitian kualitatif yang bersifat deskriptif. Data penelitian adalah tes-tes buatan guru sekolah yang telah diberikan kepada siswa. Sumber data penelitian ini adalah sumber tertulis berupa silabus, RPP kisi-kisi, soal (tes) yang telah dibuat guru bahasa Bugis SMPN 1 Labakkang Kabupaten Pangkep. Hasil penelitian ini Piranti Lunak Artificial Intelligence (AI) (Test-Analysis Software) berjalan sesuai yang diharapkan. Analisis uji validitas tes buatan guru menggunakan Artificial Intelligence (AI) berupa soal uraian menggunakan empat instrumen. Adapun keempat instrumen dalam menguji validitas, yaitu 1) penilaian RPP yang berada pada tataran kategori baik atau valid. 2) pengamatan uji validitas yang berada pada kategori sangat baik atau sangat valid. 3) respon siswa yang terdiri tiga kategori validitas soal (27%) yang tidak valid atau respon yang kurang baik dan respon peserta didik terhadap tes buatan guru bahasa Bugis menunjukkan valid atau respon yang baik berjumlah 24 siswa (73%). 4) analisis butir soal yang terdiri dari kategori sangat tinggi terdapat dua butir soal, yaitu butir soal ke-1 dan ke-4 (28.6 %), kategori tinggi, yaitu tiga butir soal berkategori tinggi, yaitu butir soal nomor ke-5, ke-6, dan ke-7 (42.8 %), dan kategori sedang, terdapat dua butir soal berkategori sedang, yaitu butir soal nomor 2 dan 3 (28.6). Pengujian validitas tes buatan guru ini menyatakan bahwa tes buatan guru ini berdasarkan pengkategorian validitas isi, konstruk, dan kriteria/empiris adalah valid.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,008 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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