MétaCan
Menu
Retour à la cohorte
Enregistrement W2945610188 · doi:10.25157/diksatrasia.v1i1.128

PENINGKATAN KEMAMPUAN MENULIS RANGKUMAN BUKU ILMU PENGETAHUAN POPULER DENGAN MENGGUNAKAN STRATEGI PEMBELAJARAN BERBASIS MASALAH

2017· article· id· W2945610188 sur OpenAlexaff
Yunita Fitriana

Notice bibliographique

RevueDiksatrasia Jurnal Ilmiah Pendidikan Bahasa dan Sastra Indonesia · 2017
Typearticle
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArtMathematics

Résumé

récupéré en direct d'OpenAlex

ABSTRAKPenelitian ini dilaksanakan karena berdasarkan hasil tes diagnostik awal diketahui dari 32 orang siswa yang mengikuti tes, hanya 4 orang siswa yang memperoleh nilai 8, 10 orang siswa memperoleh nilai 6, 12 orang siswa memperoleh nilai 5 dan 6 orang siswa memperoleh nilai 4. Perolehan nilai tersebut, membuktikan kekurang mampuan sebagian besar siswa terutama dalam memenuhi tuntutan indikator kompetensi kedua (menulis rangkuman buku ilmu pengetahuan populer), bahkan dalam memahami tuntutan indikator kompetensi pertama pun hampir saja tidak mampu. Hal ini dilihat dari kemampuan siswa dan disesuaikan dengan KKM yang ada 75. Rumusan masalah yang diajukan adalah Bagaimanakah (1) langkah-langkah pelaksanaan pembelajaran menulis rangkuman buku ilmu pengetahuan populer dengan menggunakan strategi pembelajaran berbasis masalah? (2) Bagaimanakah peningkatan kemampuan siswa setelah mengikuti pembelajaran menulis rangkuman buku ilmu pengetahuan populer dengan menggunakan strategi pembelajaran berbasis masalah?. Metode penelitian yang penulis gunakan dalam penelitian ini adalah penelitian tindakan kelas (PTK) atau dalam bahasa inggris disebut Clasroom Action Research (CAR). Hasil penelitian adalah langkah-langkah pelaksanaa pembelajaran menulis rangkuman buku ilmu pengetahuan populer dengan menggunakan strategi pembelajaran berbasis masalah, berjalan sebagaimana mestinya. Pelaksanaan pembelajaran terdapat perbedaan anatara tindakan pertama dan kedua yaitu dari rata-rata Rencana Pelaksanaan Pembelajaran (RPP), nilai aktivitas guru dan hasil belajar siswa . Rata-rata Rencana Pelaksanaan Pembelajaran (RPP) pada siklus I adalah 2.1, sedangkan pada siklus II sebesar 2.58. Rata-rata nilai aktivitas guru pada pelaksanakan pembelajaran siklus I adalah 2.21, sedangkan pda siklus II sebesar 3,42. Pada tindakan pertama hasil belajar siswa sebesar 53,39 %, sedangkan pada siklus II sebesar 81,25 % . Perbedaan antara kedua rata-rata nilai tersebut menunjukkan ada peningkatan pada Rencana Pelaksanaan Pembelajaran, aktivitas guru dan siswa. Antusias siswa terhadap proses pembelajaran menulis rangkuman dengan menggunakan penggunaan strategi pembelajaran berbasis masalah. Partisipasi siswa Kelas VIII-A pada pembelajaran menulis rangkuman dalam aspek minat, perhatian, partisipasi dan presentasi, setelah dilaksanakannya strategi pembelajaran berbasis masalah di sekolah. Terdapat peningkatan kemampuan siswa dalam pembelajaran menulis rangkuman buku ilmu pengetahuan populer setelah menggunakan strategi pembelajaran berbasis masalah. Siswa yang mencapai KKM pada siklus 1 sebanyak 10 orang, dari 32 siswa. Terdapat peningkatan sebanyak 22 orang dari siklus 1 ke siklus II, maka dari itu penggunaan strategi pembelajaran berbasis masalah dapat meningkatkan kompetensi siswa dalam pembelajaran menulis rangkuman

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 enseignants0,024
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,007

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,328
Écart entre enseignants0,281 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiksatrasia Jurnal Ilmiah Pendidikan Bahasa dan Sastra IndonesiaMême sujetEducational Methods and Media UseTravaux en français237 207