Modifikasi Matras Lantai Dalam Pembelajaran Senam Lantai Materi Roll Depan Dan Roll Belakang Bagi Siswa Sma Negeri 3 Semarang Tahun 2022
Notice bibliographique
Résumé
Facts on the ground show that at SMA Negeri 3 Semarang, the learning activities of floor gymnastics for the front roll and back roll materials are not much in demand by students. The cause of the low interest of students is because they feel ashamed and afraid, think it is too difficult to do it, and cannot balance the body. It is dominated by female students and students who have fat bodies. From the facts in the field, the researchers created a tilted mattress tool to help students perform front roll and back roll motion skills. This research is a development research, which uses the Research and Development method. The product development procedures are: (1) information gathering, (2) initial planning, (3) developing the initial product, (4) expert validation, (5) initial revision, (6) small-scale test (50 students), (7 ) product revision, (8) large scale test (80 students), (9) final product revision, (10) final results. This research produces a product, namely a tilting mattress tool. Data was collected using questionnaires obtained from expert evaluations and student questionnaires. Based on the results of the development, small-scale trials obtained a percentage of 79.34% (Good), the results of large-scale trials were 78.22% (Good), and for expert validation tests obtained a percentage of 86.66% (Good). The conclusion of this study is based on the assessment criteria that have been determined, the product of this tilting mattress aid is included in the good criteria for use. Suggestions for schools, teachers, and students can participate and contribute in the use of modified floor mats in learning floor exercise with front roll and back roll materials.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».