MétaCan
Menu
Retour à la cohorte
Enregistrement W3115913767 · doi:10.33394/mpm.v8i2.3169

EFEKTIVITAS PEMBELAJARAN FULLY DARING TERHADAP KEMAMPUAN PENALARAN MATEMATIS SISWA

2020· article· en· W3115913767 sur OpenAlexaff
Bq. Malikah Hr, Indah Arry Pratama, Pyo Apriliana Munawarah

Notice bibliographique

RevueMedia Pendidikan Matematika · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics educationDescriptive statisticsTest (biology)Class (philosophy)PsychologyMathematicsStatisticsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The purpose of this research were to describe: 1) the effect of fully online learning to the mathematical reasoning abilities of students; 2) the response of the students to the application of fully online learning. The research was a mixed-method using quantitative and qualitative methods with one group pretest-posttest design. There were 32 students of class XI MIA MA NW Wanasaba, Wanasaba Sub-District, East Lombok Regency as the sample. Instrument of this research was the mathematical reasoning abilities essay test consists of 10 questions on learning materials of limit function, observation and interviews. The quantitative data analysis using descriptive statistics with paired sampel t-test. The results of this research showed that: 1) according to the results of data analysis, it was discovered the value of Sig. (2-tailed) was 0.000 < 0.05, it means that H0 was rejected and Ha was accepted, this indicated that there was a difference between the pretest and posttest average. Based on the descriptive statistics, the average of pretest score was 71.03 higher than the posttest score was 59.97. It can be concluded that the fully online learning was no more effective to the mathematical reasoning abilities of students. 2) there were 16% of the students gave a positive response to the application of fully online learning, 84% of the others prefer the blended learning and students gave a less positive response to the application of fully online learning and it was considered less helpful in practicing the mathematical reasoning abilities of students.

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 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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,163
Tête enseignante GPT0,347
Écart entre enseignants0,183 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia Pendidikan MatematikaMême sujetMathematics Education and PedagogyTravaux en français237 207