MétaCan
Menu
Retour à la cohorte
Enregistrement W3026558367 · doi:10.21831/jpts.v2i1.31966

PENGEMBANGAN MEDIA PELAJARAN BERBASIS APLIKASI ANDROID DENGAN AUGMENTED REALITY UNTUK MATA PELAJARAN GAMBAR TEKNIK KELAS X KONTRUKSI GEDUNG, SANITASI DAN PERAWATAN DI SMK NEGERI 1 SEYEGAN

2020· article· id· W3026558367 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJurnal Pendidikan Teknik Sipil · 2020
Typearticle
Langueid
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesComputer graphics (images)Computer scienceArt

Résumé

récupéré en direct d'OpenAlex

Kajian ini bertujuan untuk mengembangkan media pembelajaran berbasis aplikasi android dengan augmented reality pada mata pelajaran Gambar Teknik dengan model Waterfall. Kajian ini merupakan penelitian Research and Development (R&D) dengan menggunakan model pengembangan Linear sequential model atau Waterfall Model. Model Waterfall dilaksanakan melalui tahapan analisis, desain, pengodean, dan pengujian. Hasil kajian ini sebagai berikut. (1) Pada tahap analisis diketahui bahwa siswa diperbolehkan menggunakan memakai smartphone sebagai media pembelajaran, media pembelajaran masih kurang variatif dan metode guru mengajar masih konvensional. Software yang digunakan adalah Unity 3D, Corel Draw X8, dan Adobe Photoshop CS6. Spesifikasi minimum smartphone yang dibutuhkan android versi 4.0 Jellybean, RAM 768 MB dan kamera 5MP. (2) Tahap desain menghasilkan rancangan Unified Modeling Language (UML), dan desain antarmuka (user interface). (3) Pada tahap pengodean dihasilkan aplikasi android, implementasi dari desain Unified Modeling Language (UML) dan desain antarmuka (user interface). (4) Tahap pengujian dilaksanakan dengan uji materi dan uji media menurut ISO 25010. Hasil uji materi oleh ahli materi dari aspek kualitas isi dan tujuan serta aspek kualitas pembelajaran memperoleh nilai presentase 92,7% kategori sangat Layak. Pengujian aspek functional suitability oleh ahli media memperoleh nilai presentase 100% berada pada kategori sangat layak. Aspek compatibility sub kategori co-existence dan hasil uji pada berbagai tipe perangkat masing-masing memperoleh skor 100% dengan kategori sangat layak. Pengujian aspek usability memperoleh skor 79,8 dengan kategori baik. Aspek performance efficiency telah memenuhi standar dan berada pada performance efficiency yang baik.

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.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0070,002
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,031
Tête enseignante GPT0,261
Écart entre enseignants0,230 · 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