MEDIA PEMBELAJARAN INTERAKTIF PENGENALA REPRODUKSI PADA HEWAN DAN TUMBUHAN BERBASIS MULTIMEDIA
Notice bibliographique
Résumé
Dalam dunia pendidikan sekarang ini guru pengajar maupun orang tua banyak yang memberikan keterangan mengenai cara reproduksi hewan dan tumbuhan yaitu dengan menyampaikan secara lisan. Dengan cara tersebut kadang anak susah untuk menangkap makna yang sedang disampaikan oleh guru karena dianggap kurang menarik. Masih banyak sekolah-sekolah yang hanya mementingkan aspek kognitif saja dan kurang memandang persoalan motivasi belajar siswa. Hal ini juga terjadi pada jenjang Sekolah Dasar (SD) terutama pada mata pelajaran ilmu pengetahuan alam (IPA) tentang reproduksi hewan dan tumbuhan. Dari latar belakang penulis merumuskan belum adanya media interaktif yang digunakan untuk memperkenalkan kepada siswa-siswi mengenai cara hewan dan tumbuhan bereproduksi. Pelajaran di SD Taman Siswa masih secara konvensional. Dalam penelitian ini dilakukan batasan masalah agar lebih terarah dan terperinci. Hasil dari pembelajaran interaktif ini adalah penulis dapat mempermudah siswa-siswi dalam proses belajar mengenai perkembangbiakan atau cara reproduksi hewan dan tumbuhan yang lebih komunikatif dengan menggunakan sofware Adobe Flash CS6.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,023 |
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 ».