MétaCan
Menu
Retour à la cohorte
Enregistrement W3171457687 · doi:10.29303/jcar.v1i2.781

Upaya Meningkatkan Hasil Belajar Peserta Didik Pada Materi Agribisnis Pengolahan Hasil Nabati Kelas XII SMKN 1 Sakra

2019· article· id· W3171457687 sur OpenAlexaff
Rohatin Arpianingsih

Notice bibliographique

RevueJournal of Classroom Action Research · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSTEM Education
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Untuk mengetahui peningkatan hasil belajar siswa kelas XI SMKN 1 Sakra pada materi pengolahan hasil nabati dengan menggunakan model pembelajaran berbasis masalah. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan di SMKN 1 Sakra yang terdiri dari dua siklus dimana tiap siklus meliputi 4 tahap yaitu perencanaan, pelaksanaan tindakan, pengamatan dan refleksi. Data yang digunakan adalah hasil belajar siswa, hasil observasi guru dan hasil observasi siswa. Sabjek penelitian ini adalah ini adalah siswa kelas XII SMKN 1 Sakra yang berjumlah 30 orang. Hasil penelitian ini menunjukan bahwa model pembelajaran berbasis masalah mampu mendorong pemikiran siswa untuk berkembang dnegan cepat dimana aktivitas yang mendukung proses belajar mengajar terus mengalami peningkatan dan aktivitas yang tidak relevan dengan kegiatan proses belajar mengajar berkurang dari pertemuan kepertemuan berikutnya. Berdasarkan hal ini maka dapat disimpulkan bahwa penerapan odel pembelajaran berbasis masalah dapat meningkatkan hasil belajar peserta didik pada materi pengolahan hasil nabati

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,003
Science ouverte0,0020,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,125
Tête enseignante GPT0,440
Écart entre enseignants0,315 · 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'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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Classroom Action ResearchMême sujetSTEM EducationTravaux en français237 207