PENGGUNAAN MODEL MEANINGFUL INTRUCTION DESIGN DALAM MENINGKATKAN PEMBELAJARAN FIQIH BAGI SISWA DI MADRASAH TSANAWIYAH
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
ABSTRAK
 Penelitian ini bertujuan untuk mengimplementasi Model Pembelajaran Meaningful Intruction Design (MID) adapun penelitian ini dilaksanakan dalam 2 siklus. Penelitian ini merupakan penelitian tindakan kelas. Penelitian ini terdiri dari 4 alur yaitu: (1) Perencanaan, (2) Tindakan, (3)Pengamatan, (4) Refleksi. Subjek dalam penelitian ini adalah Guru Fiqih dan siswa kelas VII.2 yang terdiri dari 34 Orang. Instrumen penelitian ini, yaitu observasi, tes, wawancara, dan dokumentasi. Hasil penelitian menunjukan adanya peningkatan persentase ketuntasan hasil belajar Fiqih pada setiap siklus, pada siklus 1 persentase ketuntasan belajar siswa mencapai 50%, dengan jumlah siswa 17 orang yang mencapai KKM dengan nilai rata-rata 60, dan setelah dilaksanakan siklus 2 persentase meningkat menjadi 91% dengan jumlah siswa 31 orang yang mencapai KKM dengan rata-rata nilai 77. Hal ini membuktikan bahwa model pembelajaran Meaningful Intruction Design (MID) bisa meningkatkan hasil belajar Fiqih kelas VII.2 Madrasah Tsanawiyah Swasta Penyengat Olak Provinsi Jambi.
 
 Kata Kunci: Model Meaningful Intruction Design, Hasil Belajar, Fiqih
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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