MétaCan
Menu
Retour à la cohorte
Enregistrement W2978836757 · doi:10.5539/ep.v8n2p41

The Influence of Social Interaction Learning Model, Learning Motivation, Social Attitude on the Student Learning Result of Geographic Subject in Public Senior High Schools in Aceh Province

2019· article· en· W2978836757 sur OpenAlexvenueno aff
Muhammad Syaeri

Notice bibliographique

RevueEnvironment and Pollution · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Research and Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Mathematics educationPsychologySocial learningTest (biology)Class (philosophy)Social studiesSocial psychologyPedagogyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Purpose – The aim of this research is to test the difference of sudents learning outcome of Geographic subject taught with social inquiry learning model, social simulation and students’ social investigation, social behavior, learning motivation of SMA in Aceh Province. Design/methodology/approach – The research methodology employed in his research was quasi-experimental with the design using a Non-equivalent Control Group Design method. The experimental class and the control of this research are selected randomly. The subject of this research is ninth grade student of public SMA in Aceh Province, Indonesia. Based on the early observation that the researcher conducts, total public SMA in Aceh is 344 schools. This study took 3 (three) study group of every SMA to be managed as a research subject, which was a class taught using a group investigation, social inquiry, and social simulation learning method. Data analysis technique is inferential analysis intended to test the research hypothesis conducted by using varians analysis technique (ANAVA). Findings – The findings that there are no differences in student learning outcomes of Geography subject taught with social inquiry learning models (A1), social simulation learning models (A2) and group investigative learning models (A3). There are differences in the learning outcome of geography subject and different social attitude, which is a high social attitude (B1) and social attitude (B2). There is an interaction between the learning model (A), social attitudes (B) and learning motivation (C). There is an interaction between learning models (A) and social attitudes (B). There is an interaction between learning model (A) and learning motivation (C). There is an interaction between learning model (A) and learning motivation (C). Originality/value – The research on the application of social interaction learning model to improve learning motivation, social attitude, and students learning outcome at the geographic subject of SMA in Aceh Province, Indonesia.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,345
Écart entre enseignants0,316 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetEducational Research and MethodsTravaux en français237 207