MétaCan
Menu
Retour à la cohorte
Enregistrement W2940183675 · doi:10.31980/mosharafa.v8i1.431

Deskripsi Pemahaman Konsep Siswa dalam Menyelesaikan Soal PISA pada Konten Space and Shape

2019· article· id· W2940183675 sur OpenAlexaff
Puspitasari Puspitasari, Novisita Ratu

Notice bibliographique

RevueMosharafa Jurnal Pendidikan Matematika · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSTEM Education
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMathematics educationPsychologyArt

Résumé

récupéré en direct d'OpenAlex

AbstrakPemahaman konsep merupakan salah satu komponen penting yang harus dimiliki siswa di sekolah. Pemahaman konsep tersebut dapat diaplikasikan dalam menyelesaikan soal, terlebih pada soal non-rutin yang dapat diambil dari soal PISA. Kenyataannya siswa Indonesia tergolong rendah dalam menyelesaikan soal PISA. Salah satu cara untuk mengetahui rendahnya siswa dalam menyelesaikan soal yakni dengan mengujikan pemahaman konsep yang dimilikinya. Penelitian kualitatif ini bertujuan untuk mendeskripsikan pemahaman konsep siswa dalam menyelesaikan soal PISA pada konten space and shape. Subjek penelitian adalah 3 siswa kelas X MIPA 5 SMA Negeri 1 Ambarawa Tahun Ajaran 2017/2018 dengan pertimbangan usia 15 Tahun dan berkemampuan tinggi (LHK), sedang (ATN) dan rendah (DSS). Teknik pengumpulan data dalam penelitian ini menggunakan teknik tes, wawancara dan dokumentasi. Hasil tes dan wawancara menunjukkan bahwa: (1) Ketiga subjek memenuhi semua indikator pemahaman konsep ketika menyelesaikan soal PISA pada konten space and shape yang menggunakan komponen proses employ, konteks scientific serta komponen proses formulate, konteks personal. (2) Ketika menyelesaikan soal PISA pada konten space and shape yang menggunakan komponen proses formulate dan konteks scientific subjek ATN dan DSS tidak memenuhi indikator pemahaman konsep yang mengaplikasikan konsep atau algoritma pada pemecahan masalah. Description of Students’ Concept Understanding in Solving PISA Question on Space and ShapeAbstractConceptual understanding is an important component for students in school. It can be applied in solving problems, especially for non-routine questions from the PISA problems. The truth, Indonesian students belong to lower level in solving PISA problems. One way to find out the low level of students’ problems solving is by testing their conceptual understanding. This qualitative research aims to describe students' conceptual understanding in solving PISA problems on space and shape content. Subjects in this research were three students of class X MIPA 5 SMA Negeri 1 Ambarawa on academic year 2017/2018 by consideration of 15 years old with high (LHK), middle (ATN) and low (DSS) mathematical capabilities. Data collection techniques in this research use test, interviews and documentation. Test results and interviews show that: (1) The three subjects can achieve all indicators of conceptual understanding when solving PISA problems on space and shape content with “employ” process and “scientific” context along with “formulate” process and “personal” context. (2) Subjects ATN and DSS can’t achieve the conceptual understanding indicators when solving the PISA problems on space and shape content that uses “formulate” process and “scientific” context which apply concept or algorithms of problem solving.

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: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0510,015

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 Opus0,021
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMosharafa Jurnal Pendidikan MatematikaMême sujetSTEM EducationTravaux en français237 207