Pendampingan Guru Biologi dalam Penyusunan Instrumen Penilaian Berorientasi HOTS di Kabupaten Lombok Barat
Notice bibliographique
Résumé
Telah dilakukan kegiatan pendampingan pada guru Biologi dalam penyusunan instrumen penilaian berorientasi HOTS di Kabupaten Lombok Barat. Kegiatan pendampingan guru dalam penyusunan instrumen penilaian berorientasi HOTS ini dilaksanakan dalam bentuk (1) penyampaian materi secara klasikal, (2) pemberian contoh dalam membuat soal HOTS, dan (3) pendampingan guru dalam menyusun instrumen penilaian HOTS. Sebelum penyampaian materi dan latihan diberikan, terlebih dahulu dilakukan Survei dengan menggunakan angket. Hasil survei menunjukkan bahwa sebagian besar (55%) guru biologi yang ada di Kabupaten Lombok Barat belum pernah mengikuti kegiatan pelatihan pembuatan instrumen penilaian yang berorientasi HOTS. Semua guru (100%) setuju dan bersedia diberikan pelatihan terkait dengan HOTS. Kegiatan pelatihan dilaksanakan secara daring menggunakan zoom meeting. Peserta pelatihan terdiri dari 39 orang guru. Sebagian besar guru yang ikut pelatihan (52%) berasal dari Pulau Lombok. Sementara itu sisanya, 28% guru berasal dari Pulau Bali dan 20% guru berasal dari Pulau Sumbawa. Hasil pelatihan dan pendampingan menunjukkan bahwa guru-guru biologi yang ada di Kabupaten Lombok Barat masih mengalami kesulitan dalam pembuatan stimulus. Faktor penyebab guru mengalami kesulitan diantaranya disebabkan oleh kemampuan literasi dasar sekitar 30 – 40% dan kesulitan dalam melakukan kegiatan pengembangan media sekitar 50%. Karena itu, kegiatan pendampingan lanjutan yang melibatkan forum MGMP masih diperlukan.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».