MétaCan
Menu
Retour à la cohorte
Enregistrement W3037393790 · doi:10.31571/gervasi.v4i1.1642

PELATIHAN PENGGUNAAN MEDIA PEMBELAJARAN MANIPULATIF MATERI GEOMETRI PADA GURU SD NEGERI 2 SEBUBUS KECAMATAN PALOH

2020· article· id· W3037393790 sur OpenAlexaff
Marhadi Saputro, Hartono Hartono, Wandra Irvandi, Nurmaningsih Nurmaningsih, Dwi Oktaviana, Utin Desi Susiaty, Yadi Ardiawan

Notice bibliographique

RevueGERVASI Jurnal Pengabdian kepada Masyarakat · 2020
Typearticle
Langueid
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Tujuan dari kegiatan pengabdian kepada masyarakat ini adalah untuk mengidentifikasi konsep-konsep matematika terutama geometri yang memerlukan media pembelajaran matematika inovatif untuk memudahkan siswa memahami materi serta meningkatkan pengetahuan guru tentang media pembelajaran matematika yang inovatif dan memiliki kemampuan untuk mengimplementasikannya dalam kegiatan pembelajaran di kelas. Kegiatan ini dilaksanakan di SD Negeri 2 Sebubus Kecamatan Paloh, Kabupaten Sambas dengan sasaran program pelatihan adalah guru matematika dari beberapa sekolah setempat baik tingkat SD, SMP dan SMA yang berjumlah 14 sekolah di Kecamatan Paloh. Langkah yang digunakan dalam pengabdian ini adalah perencanaan, tindakan, observasi, dan refleksi. Berdasarkan pelaksanaan kegiatan yang telah dilakukan diperoleh bahwa pelatihan ini sangat bermanfaat bagi guru-guru khususnya guru SD karena guru telah mengidentifikasi konsep matematika sesuai materi yang dibahas, meningkatkan pengetahuan guru tentang penggunaan media dalam pembelajaran yang akan berdampak positif terhadap hasil belajar siswa, motivasi belajar siswa, suasana pembelajaran yang menyenangkan, dan karakter menghargai ilmu matematika

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0440,010

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 Opus0,119
Tête enseignante GPT0,312
Écart entre enseignants0,193 · 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'étudeSans objet
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 revueGERVASI Jurnal Pengabdian kepada MasyarakatMême sujetMathematics Education and PedagogyTravaux en français237 207