MétaCan
Menu
Retour à la cohorte
Enregistrement W4384432518 · doi:10.54012/jcell.v3i1.178

Effect of Guided Reading Strategy to the Reading Comprehension of Grade IX Students at SMP Negeri 12 Pematang Siantar on a Narrative Text

2023· article· en· W4384432518 sur OpenAlexfundno aff
Rachel Yolanda Sitepu, Sanggam Siahaan, Bertaria Sohnata Hutauruk

Notice bibliographique

RevueJournal Corner of Education Linguistics and Literature · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Negeri YogyakartaMcMaster University
Mots-clésReading comprehensionMathematics educationClass (philosophy)Null hypothesisTest (biology)Reading (process)NarrativePopulationPsychologyExperimental researchAlternative hypothesisSample (material)Computer scienceMathematicsLinguisticsStatisticsArtificial intelligenceMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

The research utilized quantitative research with a quasi-experimental design. A total of 287 students from class IX at SMP Negeri 12 Pematang Siantar was chosen as the population. The sample was split into two classes: the experimental class (IX 1), which had 28 students and used guided reading, and the control class (IX 5), which had 28 students and utilized lectures. The research instruments were pre-test and post-test of multiple choice of narrative text. To process statistical data, the researcher utilized SPSS version 26. The Kolmogorov-Smirnov and Shapiro-Wilk showed results of 0.200 (experimental) and 0.140 (control). The experimental group's post-test mean score exceeded the control group’s post-test by 70 points, leading to the acceptance of the alternative hypothesis and rejection of the null hypothesis. This demonstrates that the guided reading strategy significantly enhances students' narrative text comprehension.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,384
Écart entre enseignants0,352 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Corner of Education Linguistics and LiteratureMême sujetEducational Methods and Media UseTravaux en français237 207