MétaCan
Menu
Retour à la cohorte
Enregistrement W3186776979 · doi:10.20961/shes.v3i4.53372

Increasing Student Learning Outcomes in Mathematics About Operational Numbers With Role Playing Method of Colors Media in Class V SDN Karanganyar Gunung 02 Semarang

2021· article· en· W3186776979 sur OpenAlexaff
Siti Khuluqul Khasanah

Notice bibliographique

RevueSocial Humanities and Educational Studies (SHEs) Conference Series · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics educationClass (philosophy)DocumentationAction researchAcademic yearPsychologyData collectionMathematicsComputer scienceStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<p><em>This study aims to improve the ability to learn mathematics through the media of colored marbles in fifth grade students of SD Karang Anyar Gunung 02 Candisari District, Semarang City. This study uses the Kemmis Taggart class action research method with the stages of planning, implementing, observing and reflecting which consists of two cycles. The subjects of this study were 24 students of class V. Data collection techniques used observation, interviews and documentation. Techniques of data analysis using qualitative analysis. The results of the study showed that out of the 24 students who had completed the pre-cycle, only 11 (45%) students and 13 (55%) students had not completed. In the first cycle showed an increase, namely students who completed there were 16 students or (66.67%) and students who had not completed there were 8 students or (33.33%), then the results of the improvement in learning cycle II showed an increase, namely students who completed learning there were 23 students or (96%) and students who have not finished studying there is 1 student or (4%). Thus the results of the color marbles media method can improve the learning outcomes of fifth grade students at SDN Karanganyar Gunung 02 Semarang in the 2019/2020 academic year.</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.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,461
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,103
Tête enseignante GPT0,395
Écart entre enseignants0,292 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Humanities and Educational Studies (SHEs) Conference SeriesMême sujetMathematics Education and PedagogyTravaux en français237 207