PENINGKATAN KEMAMPUAN KONEKSI MATEMATIS DAN HABITS OF MIND SISWA SMK MELALUIPEMBELAJARAN INKUIRI MODEL ALBERTA
Notice bibliographique
Résumé
Masalah yang melatarbelakangi penelitian ini diantaranya adalah kemampuan koneksi matematis dan habits of mind siswa masih rendah. Tujuan dari penelitian ini adalah: 1) Untuk mengetahui peningkatan kemampuan koneksi matematis siswa yang memperoleh pembelajaran Inkuiri Model Alberta lebih tinggi daripada siswa yang memperoleh model Problem Based Learning; 2) Untuk mengetahui Habits Of Mind siswa yang memperoleh pembelajaran Inkuiri Model Alberta lebih baik daripada siswa yang memperoleh model Problem Based Learning; 3) Mengetahui efektivitas pembelajaran Inkuiri Model Alberta untuk kemampuan koneksi matematis. Metode penelitian yang digunakan adalah metode kuasi eksperimen dengan desain pretes dan postes. Populasi dalam penelitian ini adalah siswa kelas XI SMK Nasional Bandung tahun 2018-2019. Adapun sampel dari penelitian ini adalah siswa kelas XI Akomodasi Perkantoran sebagai kelas eksperimen dan siswa kelas XI Multimedia sebagai kelas kontrol. Instrumen yang digunakan adalah tes kemampuan koneksi matematis dan angket habits of mind. Analisis data menggunakan uji parametrik pada data pretes-postes melalui bantuan software SPSS 20.0 for windows dan rumus cohen’s d untuk melihat efektivitas. Hasil penelitian menunjukkan bahwa: 1) Peningkatan kemampuan koneksi matematis siswa yang memperoleh pembelajaran Inkuiri Model Alberta lebih tinggi daripada yang memperoleh model Problem Based Learning; 2) Habits Of Mind siswa yang memperoleh pembelajaran Inkuiri Model Alberta lebih baik daripada siswa yang memperoleh model Problem Based Learning; 3) Efektivitas pembelajaran Inkuiri Model Alberta untuk kemampuan koneksi matematis memiliki efektivitas yang berkategori besar. Dengan demikian pembelajaran Inkuiri Model Alberta dapat dijadikan sebagai alternatif bagi guru dalam melaksanakan pembelajaran di kelas. Kata Kunci: Pembelajaran Inkuiri Model Alberta, Kemampuan Koneksi Matematis, Habits Of Mind.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,007 |
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 ».