MétaCan
Menu
Retour à la cohorte
Enregistrement W4245610152 · doi:10.31227/osf.io/6ytvg

UPAYA MENINGKATKAN HASIL BELAJAR SISWA PADA MATA PELAJARAN IPS MATERI AKTIVITAS EKONOMI DENGAN MENGGUNAKAN MODEL PEMBELAJARAN KOOPERATIF TIPE MAKE A MATCH DI KELAS IV MIN MEDAN TEMBUNG

2017· preprint· id· W4245610152 sur OpenAlexaff
Semnas PGSD FIP UNIMED, Syarifah Aini, Athiyyah Zahrah Al Fananie

Notice bibliographique

Revuenon disponible
Typepreprint
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

AbstrakPenelitian ini bertujuan untuk mengetahui (1) hasil belajar sebelum menggunakan Model Pembelajaran Kooperatif Tipe Make A Match pada mata pelajaran IPS Materi Aktivitas Ekonomi di kelas IV MIN Medan Tembung, (2) hasil belajar setelah menggunakan Model Pembelajaran Kooperatif Tipe Make A Match pada mata pelajaran IPS materi Aktivitas Ekonomi di kelas IV MIN Medan Tembung, dan (3) Penerapan menggunakan Model Pembelajaran Kooperatif Tipe Make A Match pada mata pelajaran IPS yang dapat meningkatkan hasil belajar siswa kelas IV MIN Medan Tembung. Penelitian ini berupa PTK (Penelitian Tindakan Kelas), dengan subjek penelitian berjumlah 35 siswa. Kesimpulan dari hasil penelitian adalah: (1) hasil belajar siswa sebelum tindakan mendapat nilai rata-rata 71,42, siswa yang tuntas sebanyak 34,29% (12 siswa). (2) hasil belajar siswa setelah diterapkan Model Pembelajaran Kooperatif Tipe Make A Match pada siklus I nilai rata-rata menjadi 77,72 siswa yang tuntas sebanyak 62,86% (22 siswa). (3) hasil belajar siklus II nilai rata-rata meningkat menjadi 82 siswa yang tuntas sebanyak 80% (28 siswa).

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0060,002
Science ouverte0,0110,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,067
Tête enseignante GPT0,331
Écart entre enseignants0,263 · 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'étudeSimulation ou modélisation
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducational Methods and Media UseTravaux en français237 207