MétaCan
Menu
Retour à la cohorte
Enregistrement W3109211628 · doi:10.20961/shes.v3i3.45908

Application of Project Based Learning Models to Improve Student Learning Outcomes in Science Material

2020· article· en· W3109211628 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

RevueSocial Humanities and Educational Studies (SHEs) Conference Series · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Methods and Outcomes
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics educationAction researchLearning cycleCompleteness (order theory)PsychologyProject-based learningComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

<p><em>This study aims to determine the increase in learning outcomes in science learning through the application of the PjBL model. This research is a classroom action research with 21 students of grade VI SD Margadana 5 Tegal as the subject. This research was conducted in 3 cycles, each cycle of 2 meetings. Each meeting consists of 4 stages, namely planning, implementing, observing and reflecting. Based on the results of the research, in the first cycle, it was obtained an average of 68.09 classical student learning outcomes with 52% student completeness success, and in the second cycle the classical student learning outcomes were 70.47 with the completeness success increasing to 67% and still under the indicators of success. In cycle III, the classical average of student learning outcomes was 83.33 with the success of student completeness increasing to 86% in this case it was more than the 75% achievement indicator. So from cycle I, cycle II and cycle III there is an increase in student learning outcomes. So, in this study it can be concluded that using the PjBL model can improve student learning outcomes in science subjects magnetic and non-magnetic objects.</em></p>

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,186
Tête enseignante GPT0,423
Écart entre enseignants0,237 · 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