MétaCan
Menu
Retour à la cohorte
Enregistrement W3209188524 · doi:10.24036/javit.v1i3.67

PENGEMBANGAN MEDIA PEMBELAJARAN E-MODUL INTERAKTIF PADA MATAKULIAH PEMROGRAMAN VISUAL DENGAN METODE PENGEMBANGAN ADDIE

2021· article· id· W3209188524 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJAVIT Jurnal Vokasi Informatika · 2021
Typearticle
Langueid
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésADDIE ModelComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Pengembanagn Media Pembelajaran ini bertujuan untuk mengembangkan dan menghasilkan suatu produk berupa media pembelajaran E-Modul interaktif pada mata kuliah Pemrograman Visual Jurusan Teknik Elektronika Universitas Negeri Padang..Software yang digunakan dalam mengembangkan media pembelajaran E-Modul ini yaitu software sigil, yang merupakan software editor untuk EPUB yang bersifat open source. Jenis metode pengembangan yang digunakan dalam pengembangan media pembelajaran ini adalah metode pengembangan ADDIE. Ada 3 tahap metode pengembangan ADDIE yang digunakan dalam pengembangan media pembelajaran ini yaitu 1)Analisis, 2) desain, 3) perancangan. Pada tahap perancangan dilakukan uji validasi oleh ahli materi dan juga ahli media, berdasarkan penilaian, saran dan juga komentar yang didpat setelah dilakukan uji validasi maka dilakukan perbaikan terhadap media yang dikembangkan sehingga dari penelitian ini dihasilkan media pembelajaran E-Modul interaktif yang valid pada matakuliah Pemrograman Visual.

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 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)0,002
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 consensuellesMéta-épidémiologie (sens strict), Charge 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 enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,003
Science ouverte0,0040,002
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,016
Tête enseignante GPT0,275
Écart entre enseignants0,259 · 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