Analysis the Aspect of Higher Order Thinking Skill on Fungi Content Assesment Instrument for Senior High School Grade 10
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.
Notice bibliographique
Résumé
ABSTRACT High order thinking skills is very important based 2013 Curriculum in Indonesia. High order thinking skills need to be developed so that learners not only receive the information provided, but can use it and convert it into new information to solve the problems they face. The type of research used is descriptive research, by collecting data in the form of assessment instruments used by teachers in assessing the learning process. The assessment instruments on fungi material made by teachers for daily tests are generally still at the C1-C3 cognitive level (C1 is 40%, C2 is 46,7% and C3 is 13,3%), whereas high order thinking skills can be trained by providing an assessment instrument that is at the C4-C6 level of cognition in learning. Researchers analyze students by processing student's value data when answering C1-C3 problem commonly used by biology teacher in school and the result of the average score of learners did not experience problems, but the result of the analysis of learners with the provision of high ability thinking ability showed not yet capable of students answer about high-order thinking skills. This is evidenced by the test results obtained in the form of the average value of the class that is 28.15. Therefore, the assessment instrument used by the teacher has not been able to measure the high order thinking ability of the learners.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 découle