Upaya Meningkatkan Kemampuan Berhitung Permulaan Melalui Media Puzzle Pada Anak Usia 5-6 Tahun Di TK Permata Asri Serpong Kota Tangerang Selatan
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui kemampuan berhitung permulaan melalui media puzzle pada anak didik kelompok B TK Permata Asri Serpong Kota Tangerang Selatan. Metode yang digunakan adalah penelitian tindakan kelas yang dilakukan sebanyak tiga (3) siklus. Prosedur penelitian ini terdiri dari 4 tahap yaitu perencanaan tindakan, pelaksanaan tindakan, observasi dan refleksi. Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode observasi, wawancara dan dokumentasi. Subjek penelitian ini adalah anak didik kelompok B anak yang mengalami masalah kemampuan berhitung permulaan, seperti mengenal konsep bilangan, membedakan lambang bilangan, dan dalam menulis lambang bilangan. Hasil penelitian menunjukan bahwa terjadi peningkatan kemampuan berhitung permulaan dengan media puzzle. Kemampuan berhitung permulaan anak pada siklus I mencapai 40%, pada siklus II meningkat mencapai 60% dan meningkat lebih baik lagi pada siklus III yaitu 80 %. Dengan demikian dapat disimpulkan bahwa variasi dalam pembelajaran memiliki peranan penting dalam meningkatkan kemampuan berhitung permulaan melalui media puzzle. Dengan demikian terbukti bahwa penerapan melalui media puzzle dapat meningkatkan kemampuan berhitung permulaan anak kelompok B di TK Permata Asi Serpong Kota Tangerang Selatan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,013 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».