Effect of Youtube Media Combine with Mind Mapping on The Material of Plant Tissue Structure and Function on MAN 2 Pati Student’s Knowledge
Notice bibliographique
Résumé
This research is motivated by the importance of using effective learning media to increase students' knowledge. YouTube media, a combination of, is one of the media that can train imaginative power and play an active role in learning activities so as to develop students' knowledge. The purpose of the study was to determine the use, increase the quality of knowledge, and the effect of YouTube media combined mind mapping on students' knowledge of the structure and function of plant tissue. This research is a quasi-experimental research design with the matching only posttest only control group design. The population of this research is the students of class XI MAN 2 Pati totaling 189 students. The research sample was selected using a cluster random sampling technique, namely class XI IPA 1 and XI IPA 2. The research data was collected using tests and documentation. The data analysis technique used to test the hypothesis using the Mann Whitney test. The results showed that the use of youtube media combined with mind mapping in the experimental class had a good influence on students' knowledge of the structure and function of plant tissue with an average posttest value of 82.55 for the experimental class and 56.37 for the control class, indicating an influence on the quality of students' knowledge. on the structure and function of plant tissues. The results of the analysis of the hypothesis test obtained a significance value of <0.05 (0.000 <0.05) so it can be concluded that there is an influence of youtube media with a combination of mind mapping on students' knowledge of the plant tissue function and structure. Keywords : Youtube media, Mind Mapping, Plant Tissue Knowledge
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».