MétaCan
Menu
Retour à la cohorte
Enregistrement W3014878474 · doi:10.30738/jipg.v1i1.7163

PENGEMBANGAN MODEL PEMBELAJARAN INTERAKSI DAN KOMUNIKASI BAGI ANAK AUTIS

2020· article· id· W3014878474 sur OpenAlexaff
Abdul Rahim Rahim, Endang Hangesti Ningsih, Taryatman Taryatman

Notice bibliographique

RevueJurnal Ilmiah Profesi Guru (JIPG) · 2020
Typearticle
Langueid
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensIntertek (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

AbstrakPenelitian bertujuan untuk mengembangkan model pembelajaran interaksi dan komunikasi bagi anak autis. Penelitian ini diharapkan dapat menjadi referensi bagi terapis, guru dan orangtua dalam memberikan layanan intervensi bagi anak autis dalam mengembangkan kemampuan interaksi dan komunikasi. Penelitian ini menggunakan metode eksperimen, dengan pendekatan subjek tunggal atau single subject research (SSR). SSR mengacu pada strategi penelitian yang dikembangkan untuk mendokumentasikan perubahan tentang tingkah laku subjek secara individu. Model yang digunakan yaitu model A - B - A design. Hasil penelitian menunjukkan bahwa pengembangan model pembelajaran interaksi dan komunikasi bagi anak autis dilaksanakan dengan 3 (tiga) tahapan, yaitu: 1) perencanaan dengan tujuan mendapatkan data tentang reinforcement sampling dan asesmen symbol sebagai penguatan yang diberikan kepada anak autis saat intervensi dilaksanakan, 2) tahapan pelaksanakan dilakukan minimal sebanyak 10 sesi setiap aspek yang akan diintervensi dan setiap intervensi dilakukan perekaman (pencatatan lapangan), 3) tahap evaluasi yang perlu diperhatikan adalah reinforcement dan media yang digunakan menarik atau bahkan kurang menarik bagi subjek. Kata Kunci: Model, Pembelajaran, Interaksi, Komunikasi, Autis    Â

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0050,003
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,070
Tête enseignante GPT0,327
Écart entre enseignants0,257 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Profesi Guru (JIPG)Même sujetAutism Spectrum Disorder ResearchTravaux en français237 207