PENERAPAN METODE STORY TELLING UNTUK MENINGKATKAN HASIL BELAJAR BAHASA INDONESIA (STUDI SISWA KELAS V SD INPES 12/79 LEA KECAMATAN TELLU SIATTINGE KABUPATEN BONE)
Notice bibliographique
Résumé
Penelitian ini adalah penelitian PTK yang bertujuan untuk mendesripsikan penerapan metode story telling untuk meningkatkan hasil belajar Bahasa Indonesia siswa kelas V di SD Inpres 12/79 Lea Kecamatan Tellu Siatingge Kabupaten Bone. Subjek penelitian ini adalah seluruh siswa kelas V yang berjumlah 14 siswa dan guru wali kelas V. Setting penelitian ini bertempat di SD Inpres 12/79 Lea, jalan poros Wajo-Bone kecamatan Tellu Siattinge kabupaten Bone. Teknik pengumpulan data menggunakan observasi dan tes. Teknik analisis data yaitu mereduksi data, mendeskripsikan data, dan penarikan kesimpulan. Hasil penelitian menunjukkan bahwa Pada siklus I sebanyak 64,28% atau 9 siswa memperoleh nilai rata-rata 70,71 berada pada kategori cukup (C) dan mengalami peningkatan pada siklus II sebanyak 87,57% atau 11 siswa dengan nilai rata-rata 77,50 berapa pada kategori baik (B). Kesimpulkan penelitian ini adalah metode Story Telling dapat meningkatkan hasil belajar Bahasa Indonesia siswa kelas V SDN 12/79 Lea Kecamatan Tellu Siatingge Kabupaten Bone
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
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 ».