Pengembangan Modul Pembelajaran Matematika Materi Pecahan Berbasis Kearifan Lokal Kelas IV SDN 2 Surabaya
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengembangkan modul pembelajaran matematika materi pecahan berbasis kearifan lokal menggunakan desain penelitian Borg and Gall yang terdiri dari 10 langkah disederhanakan menjadi 7 langkah, yaitu (1) melakukan analisis kebutuhan, (2) perencanaan, (3) pengembangan produk awal, (4) pengujian terbatas, (5) revisi hasil uji produk, (6) uji produk utma, (7) revisi produk akhir. Penelitian ini dilakukan pada peserta didik kelas IV dengan jumlah 11 peserta didik. Instrumen penelitian dan pengembanngann ini menggunakan lembar validasi dan angket respon peserta didik. Hasil uji validasi ahli desain media dengan jumlah skor 93 berada pada rentang skor X>83,94 dengan kategori “sangat baik”. Hasil uji validasi ahli materi dengan jumlah skor sebesar 90 berada pada rentang skor X>83,94 dengan kategori “sangat baik”. Hasil dari angket respon peserta didik terhadap kevalidan dan kefektifan penggunaan modul yang dikembangkan mendapatkan skor rata-rata 50,53 dan berada pada rentang 39
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,017 |
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 ».