PENERAPAN MODEL SURVEY QUESTION READ RECITE REVIEW SQ3R DALAM PEMBELAJARAN IPA DI SMP
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.
Notice bibliographique
Résumé
Dalam penerapan model SQ3R (Survey, Question, Read, Recite, Review) perlu penguasaan konsep belajar siswa yang baik pada materi struktur hewan dengan menggunakan media teknologi pembelajaran di SMP Negeri Kota Makasar. Sampel dalam penelitian ini merupakan siswa kelas VII (40 orang siswa) dibagi atas dua rombel yakni satu kelas untuk uji coba diajarkan dengan model SQ3R dan rombel satu lagi untuk kontrol, menggunakan model mengajar konvensional. Dalam kajian ini kami menggunakan instrumen penelitian berupa RPP guru, LKPD siswa, Silabus, soal tes, dan video dokumen mengajar. Cara pengolahan data dilakukan dengan pedoman perhitungan Normalized gain (N-Gain), dengan rumus “uji-t” karena ingin melihat ada perbedaan Dari hasil pengolahan data didapati adanya perbedaan yang positif antara penggunaan model SQ3R dan konvensional terhadap kemampuan penguasaan konsep siswa dalam materi struktur hewan. Hal ini dapat dilihat pada nilai rata-rata pada kelas uji coba mencapai 77,75 dengan nilai N-gain 0,56 (untuk nilai sedang) sedangkan pada kelas kontrol ialah 65,10 dengan nilai N-gain 0,38 (kriteria sedang) Sedangkan pada hasil uji t- diperoleh nilai t-hitung sebesar 3,48 dan t tabel 1,66 sehingga t hitung>t tabel. Nilai rata-rata dalam aktivitas siswa selama pembelajaran sudah dilakukan dengan sangat baik atau dapat diikuti secara keseluruhan. Oleh sebab itu kami menyimpulkan bahwa penggunaan model SQ3R dengan menggunakan teknologi belajar besar pengaruhnya terhadap siswa SMP Negeri Kota Makasar terutama dalam penguasaan konsep struktur hewan.
 Kata kunci : Penguasaan konsep, model SQ3R, teknologi, siswa SMP.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 découle