MétaCan
Menu
Retour à la cohorte
Enregistrement W2917994707 · doi:10.22487/j25805924.2018.v6.i3.11073

Pengaruh Pendekatan Saintifik dalam Strategi Pembelajaran Thinking Aloud Pair Problem Solving (TAPPS) untuk Meningkatkan Kemampuan Pemecahan Masalah Fisika Siswa Kelas X SMA Negeri 08 Palu

2018· article· id· W2917994707 sur OpenAlexaff
Irmayanti Irmayanti, I Wayan Darmadi, Supriyatman Supriyatman

Notice bibliographique

RevueJPFT (Jurnal Pendidikan Fisika Tadulako Online) · 2018
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSTEM Education
Établissements canadiensImmunoPrecise (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematicsMathematics educationHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Abstrak _Penelitian ini dilatarbelakangi oleh rendahnya kemampuan pemecahan masalah fisika siswa SMA. Tujuan penelitian ini adalah untuk mengetahui pengaruh pendekatan saintifik menggunakan strategi pembelajaran TAPPS untuk meningkatkan kemampuan pemecahan masalah fisika siswa. Metode penelitian yaitu kuasi eksperimen dengan desain “the equivalen, pretest-postest design”. Populasi penelitian ini adalah seluruh siswa kelas X SMA Negeri 8 Palu tahun ajaran 2017/2018. Pemilihan sampel adalah siswa kelas X IPA 1 dan X IPA 2. Data penelitian diperoleh melalui tes kemampuan pemecahan masalah siswa dan lembar observasi. Berdasarkan analisis data, diperoleh sampel yang terdistribusi normal dan homogen. Dilakukan pengujian hipotesis dengan taraf signifikan dan diperoleh hasil Tes akhir, thitung> ttabel atau 3,15 > 1,68 hal ini berarti H0 ditolak dan H1 diterima, jadi hasil penelitian menunjukkan bahwa terdapat pengaruh pembelajaran dengan pendekatan saintifik menggunakan strategi Thinking Aloud Pair Problem Solving (TAPPS) untuk meningkatkan kemampuan pemecahan masalah fisika siswa. Kata Kunci: pendekatan saintifik, strategi thinking aloud pair problem solving, kemampuan pemecahan masalah fisika.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,044
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0440,006

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 Opus0,034
Tête enseignante GPT0,310
Écart entre enseignants0,276 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJPFT (Jurnal Pendidikan Fisika Tadulako Online)Même sujetSTEM EducationTravaux en français237 207