Pengembangan Perangkat Pembelajaran Matematika Dengan Pendekatan Realistik dalam Model Pembelajaran Berbasis Masalah untuk Siswa Kelas VII SMP
Notice bibliographique
Résumé
Penelitian ini adalah penelitian pengembangan dengan ujicoba terbatas yangbertujuan untuk mengembangkan perangkat pembelajaran dengan pendekatan realistik dalammodel pembelajaran berbasis masalah yang meliputi Buku Siswa, Lembar Kegiatan Siswa, danRencana Pelaksanaan Pembelajaran. Subjek penelitian ini adalah siswa kelas VII2 SMP Negeri2 Makassar. Prosedur pengembangan yang digunakan dalam penelitian ini adalah modelThiagarajan atau model 4-D. Perangkat pembelajaran yang dikembangkan, telah divalidasi, danmengalami revisi sebanyak 2 kali sehingga didapatkan hasil yang maksimal dan layak untukdigunakan. Hasil dari ujicoba terbatas menunjukkan bahwa perangkat pembelajaran matematikadengan pendekatan realistik dalam model pembelajaran berbasis masalah bersifat efektif danpraktis, yaitu (1) skor rata-rata siswa pada tes hasil belajar yaitu 70,52 dari skor ideal 100dengan standar deviasi 15,91 dengan siswa yang tuntas belajar sebesar 70,00% atau 28 orang;(2) aktivitas siswa dan aktivitas guru menunjukkan kecenderungan yang positif; (3) pengelolaankegiatan pembelajaran matematika dengan pendekatan kontekstual umumnya terlaksana denganbaik dengan persentase rata-rata keterlaksanaan aspek-aspek sebesar 87,5%; dan (4) umumnyasiswa memberikan respons positif terhadap perangkat pembelajaran yang digunakan denganpersentase sebesar 90,00%.Kata kunci: Pengembangan Perangkat Pembelajaran, Model Pembelajaran Berbasis Masalah,Pendekatan Realistik
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 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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».