Implementation of Guided Inquiry Learning Model to Improve Understanding Physics Concepts and Critical Thinking Skill of Vocational High School Students
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.
Notice bibliographique
Résumé
This research aims to implement the guided inquiry learning model to improve the understanding of concepts and critical thinking skills of Vocational High School (SMK) students. The quasi-experiment method with the randomized pretest-posttest control group design was used to obtain data from students of one of the Vocational High Schools (SMK) in Bandung, West Java, Indonesia. The sample consisted of 28 experiment and control class students that carried out a guided inquiry and conventional learning, respectively. The result shows an average increase in understanding of physics concepts and critical thinking skills of the experimental class by 0.71 (high category) and the control class by 0.28 (low category). Based on the average test results using the independent sample t-test method, the understanding of physics concepts and the critical thinking skills of the experimental class was eminent to the control class. Furthermore, the research instruments were tests of understanding concepts and critical thinking skills with an average increase of 0.71 in the high category and 0.28 in the low category, respectively. The result showed that the implementation of guided inquiry learning models has the ability to significantly improve the understanding of static fluid concepts and critical thinking skills of Vocational High School students compared to conventional learning. This was because it provided the opportunity for students to independently construct a concept through problem presentation, formulation of hypotheses, data collection, analysis, and conclusions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle