Teknik Searching and Gathering (Segath) untuk Meningkatkan Hasil Belajar Al-Qur’an Hadist Pada Mapel PAI dan Budi Pekerti
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
Materi Al-Qur’an Hadist adalah salahsatu aspek dalam Mata Pelajaran Pendidikan Agama Islam dan Budi Pekerti. Tujuan penelitian ini adalah untuk menemukan teknik yang tepat untuk membuat peserta didik dapat lebih memahami materi Al-Qur’an Hadist yaitu Surat Attin dan hasil belajar meningkat. Segath merupakan singkatan dari Searching and Gathering yang berarti mencari dan mengumpulkan. Metode Penelitian yang penulis lakukan dalam penelitian ini yaitu metode penelitian kualitatif-deskriptif. Sasaran penelitiannya yaitu peserta didik kelas 5A semester 1 tahun ajaran 2022/2023. Data awal yang penulis ambil adalah nilai hasil penilaian harian Al-Qur’an Hadist sebelum menggunakan Teknik Segath dan nilai hasil penilaian harian setelah menggunakan Teknik segath. Penulis juga melakukan pengamatan melalui lembar observasi untuk mengamati peningkatan motivasi siswa selama mengikuti pembelajaran Al-Qur’an Hadist dengan Teknik Segath. Teknik segath ini penulis aplikasikan pada materi Qur’an surat Attin. Segath menggabungkan aktivitas belajar mandiri melalui internet, kreatifitas menulis dan aktifitas fisik. Peserta didik aktif mencari pengetahuan tentang materi surat dari internet (searching) kemudian berbagi pengetahuan bersama teman-temannya dalam sebuah kegiatan yang menyenangkan (gathering). Teknik Segath membantu peserta didik menghafalkan dan memahami makna yang terkandung dalam surat Attin, dibuktikan dengan peningkatan rata rata hasil belajar menjadi 86,6 dengan nilai tertinggi 95 dan nilai terendah 80, dari sebelumnya rata rata 75.88 dengan nilai maximal 90 dan minimal 40. Motivasi belajar juga meningkat dan pembelajaran lebih menarik
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 | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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