MENINGKATKAN AKTIFITAS DAN HASIL BELAJAR SENI BUDAYA PESERTA DIDIK KELAS VII.10II.10 SEMESTER DUA TAHUN PELAJARAN 2016/2017 DI SMP NEGERI 4 MATARAM DENGAN PENERAPAN MODEL DISCOVERY LEARNING
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui efektifitas penerapan pendekatan Saintifik Strategi Discovery Learning dan Metode Diskusi dalam upaya meningkatkan motivasi dan hasil belajar Peserta didik Kelas VII.10 SMP Negeri 4 Mataram. Manfaat penelitian ini adalah mendorong peserta didik untuk mengembangkan ketrampilan belajar dalam kelompok (kognitif) dan bersosiolisasi dengan teman sebagai dalam proses pembelajaran di kelas senyatanya. Dan bagi guru meningkatkan pengembangan pendekatan dan model pembelajaran dengan penerapan saintifik dan strategi discovery learning dalam pembelajaran kerja kelompok (kooperatif) dengan metode diskusi. Penelitian ini dilaksanakan dua siklus, masing-masing siklus kegiatannya adalah; perencanaan, pelaksanaan, observasi dan refleksi. Hasil akhir tindakan pada siklus II menunjukkan bahwa hasil observasi guru sebesar 4,57, hasil observasi Peserta didik mencapai skor rata-rata (4,51). Sedangkan dampak dari peningkatan motivasi belajar adalah meningkatnya perolehan hasil belajar siswa mencapai nilai rata-rata (83,64), artinya indicator keberhasilan ( > 4,0) dan hasil belajar ( > 75,00) telah terlampaui. Karena indicator keberhasilan telah terbukti penelitian dinyatakan berhasil dan dihentikan pada siklus II
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,075 | 0,027 |
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 ».