MétaCan
Menu
Retour à la cohorte
Enregistrement W4390472173 · doi:10.37411/sjem.v2i2.1634

Pengaruh Intensitas Penggunaan Gadget Terhadap Prestasi Belajar Siswa

2022· article· id· W4390472173 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueStudent Journal of Educational Management · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEducational Methods and Impacts
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMathematicsPsychologyArt

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk : (1) untuk mengetahui intensitas penggunaan gadget di sSMPN se- Kecamatan Popayato Barat, (2) untuk mengetahui prestasi belajar siswa di SMPN se-Kecamatan Popayato Barat, (3) untuk mengetahui pengaruh intensitas penggunaan gadget terhadap prestasi belajar siswa di SMPN se-Kecamatan Popayato Barat. Teknik analisis data (1) Uji kualitas instrument menggunakan uji validitas pearson, reliabilitas cronbach alpa, (2) analisis deskriptif, (3) Uji asumsi klasik dengan uji normalitas, uji, uji homogenitas, uji linieritas, (3) uji hipotesis menggunakan uji regresi linier sederhana. Hasil penelitian menunjukan bahwa: (1) intensitas penggunaan gadget di SMPN se-Kecamatan Popayato Barat cukup tinggi, (2) prestasi belajar di SMPN se-Kecamatan Popayato Barat tinggi, (3) terdapat pengaruh intensitas penggunaan gadged terhadap prestasi belajar siswa. Hal ini didasarkan pada hasil uji hipotesis serta. Hasil uji hipotesis menggunakan Microsoft Excel 2013 diperoleh nilai signifikansinya atau p-value sebesar 0,000 lebih kecil dari alpa 0,05 atau 0,000 < 0,05 maka dapat disimpulkan dengan dengan dengan selang kepercayaan 95% ada pengaruh intensitas penggunaan gadged terhadap prestasi belajar siswa. Pada uji Determinasi diperoleh koefisien determinasi atau Adjusted R2 adalah 0,11 hal ini berarti intensitas penggunaan gadged terhadap prestasi belajar berpengaruh sebesar 11% sedangkan sisanya (1-0,11) 89% dispengaruhi oleh factor lain misalnya motivasi belajar atau peran orang tua. Untuk itu disarankan : (1) bagi sekolah, di harapkan kepada sekolah agar dapat membuat kebijakan dan program kerja berkaitan dengan teknologi informasi dan sebagai sumbang pemikiran dan informasi yang dapat dijadikan bahwa pertimbangan untuk mengoptimalkan prestasi belajar siswa sehingga dapat menciptakan lulusan- lulusan yang terbaik, (2) bagi guru, penulis berharap agar hasil penelitian ini bermanfaat bagi guru terutama dalam meningkatkan prestasi belajar siswa dengan menyikapi perkembangan gadget dengan lebih baik dan bijak dengan mendorong siswa menggunaan gadget kearah yang lebih positif, (3) bagi peneliti, diharapkan pada peneliti selanjutnya dapat mengembangan penelitian tentang pengaruh intensitas penggunaan gadget terhadap prestasi belajar menggunakan metode lain.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,398
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle