MétaCan
Menu
Retour à la cohorte
Enregistrement W4312672208 · doi:10.58258/jime.v8i2.3219

Analisis RPP IPS SMP Kurikulum 2013 Revisi 2017 di Kabupaten Pamekasan

2022· article· id· W4312672208 sur OpenAlexaff
Siti Azizah, Fathol Haliq

Notice bibliographique

RevueJurnal Ilmiah Mandala Education · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengetahui bagaimana guru IPS SMP di Kabupaten Pamekasan menyusun kurikulum 2013 revisi 2017, merencanakan RPP apakah sudah terintegrasi dengan unsur pembelajaran abad 21 dan apa kendala yang dihadapi guru IPS dalam menyusun RPP dan solusinya. Pengumpulan data dalam penelitian ini dengan wawancara dan dokumentasi dalam bentuk RPP. Hasil penelitian menunjukkan bahwa (1) guru mempersiapkannya bersama-sama dengan MGMP tingkat kabupaten/kota. RPP yang disusun sudah sesuai ketentuan dengan tingkat kesesuaian mencapai 86% dengan kategori baik, (2) RPP yang terintegrasi dengan PPK rata-rata 34%, rata-rata literasi 16%, 4C rata-rata 43%, dan HOTS rata-rata 7%, kendala yang dihadapi guru dalam menyusun RPP adalah: (a) kemampuan atau kompetensi guru dalam menyusun RPP masih belum optimal, (b) sering terjadi perubahan peraturan tentang pembelajaran kurikulum 2013 kegiatan, (c) guru masih kesulitan melaksanakan kegiatan pembelajaran yang terintegrasi dengan HOTS, dan (d) kesulitan membuat siswa aktif. Solusinya adalah dengan mengoptimalkan forum MGMP baik di tingkat sekolah maupun di tingkat kabupaten dalam rangka peningkatan kompetensi guru di bidang akademik dan pedagogik seperti penyusunan RPP, pelaksanaan kegiatan belajar mengajar di kelas, dan proses penilaian. Beberapa saran yang dapat dikemukakan, pertama, terus mengoptimalkan dan mengefektifkan keberadaan forum MGMP tingkat kabupaten. Kedua, RPP yang telah dibuat hendaknya terus dievaluasi dan direvisi sesuai perkembangan berdasarkan temuan selama kegiatan pembelajaran di kelas. Ketiga, soal HOTS terus dikembangkan dalam proses penilaian untuk melatih siswa dengan keterampilan tersebut.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,030
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,037
Tête enseignante GPT0,370
Écart entre enseignants0,333 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Mandala EducationMême sujetEducational Curriculum and Learning MethodsTravaux en français237 207