Pelatihan Penyusunan RPP IPA Blended Learning Berbasis TPACK Sebagai Upaya Guru dalam Menghadapi Pembelajaran Pasca Covid-19
Notice bibliographique
Résumé
Pengabdian ini dilaksanakan dengan tujuan memberikan pelatihan bagi guru dalam menyusun Rencana Pelaksanaan Pembelajaran (RPP) blended Learning dan berbasis Technological Pedagogical Content Knowledge (TPACK) sehingga guru dapat melaksanakan pembelajaran sesuai dengan protokol kesehatan pascapandemi Covid-19. Pasca Covid-19 guru diharapkan dapat merancang dan melaksanakan pembelajaran blended learning. Sebagai penunjang terlaksananya blended learning, guru diberikan pelatihan penyusunan RPP berbasis TPACK. Uraian kegiatan pelatihan tersebut yaitu guru diberikan materi membuat RPP merdeka dan blended learning, serta evaluasi secara online dilanjutkan dengan materi RPP berbasis TPACK. Hari kedua, guru diberikan pelatihan bagaimana menyusun RPP Ilmu Pengetahuan Alam (IPA) blended learning dan berbasis TPACK sesuai dengan kondisi dan situasi sekolah, hari ketiga dilaksanakan evaluasi terhadap RPP yang sudah dibuat. Hasil yang dicapai adalah guru memahami materi yang disampaikan dengan baik dan dapat mengimplementasikan materi dan waktu penyampaian materi yang sudah baik sekali.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,089 | 0,033 |
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 ».