Survey Penggunaan Media Pembelajaran Information and Communication Technology (ICT) Oleh Guru PJOK Sekolah Menengah Pertama di Kabupaten Bima
Notice bibliographique
Résumé
Education is the spearhead of the nation's progress learning physical education, sports and health, the balance of affective, cognitive, and psychomotor aspects must be considered, with the aim that learning is achieved optimally. The use of ICT-based learning media by junior high school physical education teachers which aims to assist the learning process and improve the quality of learning. This study aims to determine how much use of ICT-based learning media in Bima district area. Quantitative research methods using survey methods, and collects information or data using questionnaires and interviews. Research that takes a sample from a population and uses a questionnaire as the main data collection tool. The sample of this reasearch is physical education teachers at Junior High Schools in Bima Distric 27 teachers. The use of ICT-based learning media helps physical education teachers in the learning process, the average usage is 22.22% very good category, 37.04% good category, 33.33% poor category and 7.41% very poor category. In this study it can be concluded that the development of learning materials using ICT-based media by physical education teachers in junior high schools in Bima District are included in the good category.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».