MétaCan
Menu
Retour à la cohorte
Enregistrement W2915767886 · doi:10.33627/gg.v1i1.108

Peningkatan Peningkatan Hasil Belajar Kelistrikan Otomotif Menggunakan Alat Peraga Sistem Pengapian Konvensional Pada SMK 45 Kota Bima

2019· article· id· W2915767886 sur OpenAlexaff
Raden Nasuhi

Notice bibliographique

RevuePEDAGOGOS ( JURNAL PENDIDIKAN ) · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSTEM Education
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk meningkatkan hasil belajar siswa dengan menggunakan alat peraga sistem pengapian konvensional. Metode penelitian yang digunakan adalah eksperiment, dengan populasi siswa Sekolah Menengah Kejuruan 45 Kota Bima jurusan teknik mesin yang terdiri dari 36 siswa. hasil penelitian menunjukan bahwa ada peningkatan hasil belajar kelistrikan otomotif dengan menggunakan alat peraga sistem pengapian konvensional. dengan nilai rata-rata (pre-test) sebesar 56,11 dan nilai rata-rata setelah menerapkan pembelajaran menggunakan alat peraga sistem pengapian (post-test) sebesar 73,33. sehingga terjadi peningkatan 30,68% dapat dikatakan bahwa penggunaan alat peraga sistem pengapian konvensional pada matapelajaran kelistrikan otomotif telah berjalan dengan baik setelah menggunakan alat peraga sistem pengapian. Hal ini memberikan bukti bahwa ada peningkatan (taraf signifikan 5%) hasil belajar Kelistrikan Otomotif dengan menggunakan alat peraga sistem pengapian konvensional pada siswa SMK 45 Kota Bima Jurusan Tekhnik Mesin.

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 enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0350,006

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 Opus0,036
Tête enseignante GPT0,317
Écart entre enseignants0,281 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePEDAGOGOS ( JURNAL PENDIDIKAN )Même sujetSTEM EducationTravaux en français237 207