MétaCan
Menu
Retour à la cohorte
Enregistrement W4221047403 · doi:10.26858/pjppsd.v2i1.27127

Analisi Strategi Guru Kelas V dalam Pembelajaran IPA di Era Pandemi Covid-19 SD Gugus V Kecamatan Sibulue Kabupaten Bone

2022· article· en· W4221047403 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

RevueJPPSD Jurnal Pendidikan dan Pembelajaran Sekolah Dasar · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Character Development
Établissements canadiensImmunoPrecise (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics educationThe InternetCoronavirus disease 2019 (COVID-19)PsychologyCluster (spacecraft)PandemicPedagogyComputer scienceMedicineWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The problem in this study is to find out the learning strategies of fifth grade teachers in the era of the covid-19 pandemic in Elementary School cluster V, Sibulue District. This research is a type of descriptive qualitative research that aims to: 1) find out the strategies of fifth grade elementary school teachers in cluster V, Sibulue District, Bone Regency in learning science in the era of the covid-19 pandemic, 2). knowing the obstacles in implementing strategies in SD cluster V, Sibulue District, Bone in learning science in the era of the covid-19 pandemic. Data was collected by means of questionnaires and interviews. Data analysis techniques are data reduction, data display, conclusion drawing. The results of this study indicate that the strategies used by teachers in science learning are online and offline learning strategies. The teacher's obstacles during the implementation of learning strategies are not all students have cellphones, the quality of the internet network is weak, they do not have sufficient internet quota and there are differences in the character of each student.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,047
Tête enseignante GPT0,342
Écart entre enseignants0,295 · 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