MétaCan
Menu
Retour à la cohorte
Enregistrement W3009093010 · doi:10.32734/abdimastalenta.v4i2.3246

The Improvement reasoning ability of students to mathematic and logic through colour chip worksheet in the basic education unit in Tanjung Morawa

2019· article· en· W3009093010 sur OpenAlexaff
Putri Khairiah Nasution, Aghni Syahmarani, Maulida Yanti

Notice bibliographique

RevueABDIMAS TALENTA Jurnal Pengabdian Kepada Masyarakat · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésWorksheetMathematics educationClass (philosophy)CurriculumProcess (computing)Test (biology)CreativityComputer sciencePsychologyMultimediaPedagogyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Learning media is tools for teaching and learning process. Related to the use of instructional media as a component that can help teachers and students in the learning process. In learning mathematics at SDIT Deli Insani, there is still lack of learning media as a component in the learning process. The selection of the most appropriate media that must be considered to achieve the expected goals is to stimulate the ability to choose, increase communication power, stimulate independence, encourage motivation, and increase student creativity. The worksheet is a piece of learning media as well as an innovative game that can be carried around, the exam material is in accordance with the K-13 curriculum for elementary school students grade 1 to 4. By taking a sample of students grade 3 and 4 consist of 30 students per class, done a pre-test about material of mathematics, then explained the use of color chip worksheets. Next, learned the material using a worksheet of color chips. And finally, a post test was conducted to measure up which students could absorb the material. The evaluation, carried out about 2 months after the training, the teachers and students have independently used a worksheet of color chips and the students' abilities significantly improved.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,116
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,334
Écart entre enseignants0,312 · 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 tête enseignante, 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 revueABDIMAS TALENTA Jurnal Pengabdian Kepada MasyarakatMême sujetEducational Methods and Media UseTravaux en français237 207