PENERAPAN MODEL TAI UNTUK MENINGKATKAN AKTIVITAS BELAJAR SISWA PADA MATA PELAJARAN MATEMATIKA DI KELAS V-B SD NEGERI 053955 PAYA SALIT
Notice bibliographique
Résumé
Abstract: Application of Model TAI To Improve Student Learning Activities In Maths Lesson In Class V-B Elementary School 053 955 Paya Salit. The purpose of this study was to determine the increased activity of learning and students' mathematics learning outcomes when implementing cooperative learning model Team Assisted Individualization (TAI) in class V-B Elementary School 053 955 Paya Salit T.P. 2015/2016. The subjects were all students of class V-B Elementary School 053 955 Paya Salit T.P. 2015/2016, totaling 24 people. The results showed that the cooperative learning model Team Assisted Individualization (TAI) to increase the average student activity and student learning outcomes in the first cycle, there were 13 students who completed individually while the class was not finished and the second cycle there are 22 students who completed individually and classes have been completed. Keywords: Model TAI, Activities Learning, Learning Outcomes Abstrak : Penerapan Model TAI Untuk Meningkatkan Aktivitas Belajar Siswa Pada Mata Pelajaran Matematika Di Kelas V-B SD Negeri 053955 Paya Salit. Tujuan penelitian ini adalah untuk mengetahui peningkatan aktivitas belajar dan hasil belajar matematika siswa saat menerapkan model pembelajaran kooperatif tipe Team Assisted Individualization (TAI) di kelas V-B SD Negeri 053955 Paya Salit T.P. 2015/2016. Subjek penelitian adalah seluruh siswa kelas V-B SD Negeri 053955 Paya Salit T.P. 2015/2016, berjumlah 24 orang. Hasil penelitian menunjukkan bahwa model pembelajaran kooperatif tipe Team Assisted Individualization (TAI) meningkatkan rata-rata aktivitas belajar siswa dan hasil belajar siswa pada siklus I terdapat 13 siswa yang tuntas secara individu sedangkan kelas belum tuntas dan siklus II terdapat 22 siswa yang tuntas secara individu dan kelas sudah tuntas. Kata Kunci : Model TAI, Aktivitas Belajar, Hasil Belajar
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,003 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».