Efektivitas Pembelajaran Investigasi Kelompok Berbantuan Peta Konsep Terhadap Pemahaman Konsep Matematis Siswa
Notice bibliographique
Résumé
Tujuan penelitian ini adalah menganalisis keefektifan pembelajaran investigasi kelompok berbantuan peta konsep terhadap pemahaman konsep matematis siswa. Jenis penelitian ini adalah penelitian kuantitatif dengan metode eksperimen semu ( quasi experiment ). Pada kelas eksperimen siswa diajarkan dengan pembelajaran investigasi kelompok berbantuan peta konsep dan pada kelas kontrol siswa diajarkan dengan pembelajaran ekspositori. Populasi dalam penelitian ini adalah siswa kelas XI MIPA SMA Negeri 1 Ngabang Tahun Ajaran 2019/2020. Pemilihan sampel menggunakan teknik cluster random sampling , diperoleh kelas XI MIPA A sebagai kelas eksperimen dan kelas XI MIPA C sebagai kelas kontrol. Analisis data akhir menggunakan one sample t-test , uji proporsi pihak kanan, dan uji rata-rata pihak kanan. Hasil penelitian menunjukkan bahwa ketuntasan individu pemahaman konsep matematis kelas eksperimen memenuhi KKM dan secara klasikal mencapai 70%. Kemudian pemahaman konsep matematis siswa pada kelas eksperimen lebih baik daripada kelas kontrol. Berdasarkan hasil penelitian disimpulkan bahwa pembelajaran investigasi kelompok berbantuan peta konsep efektif terhadap pemahaman konsep matematis siswa.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».