Impact of Adaptive Educational Game Applications on Improving Student Learning: Efforts to Introduce Nusantara Culture in Indonesia
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.
Notice bibliographique
Résumé
This study aimed to introduce Nusantara culture based on educational games by adjusting students' learning styles. Culture as an ancestral heritage tradition needs to be preserved by introducing it to the younger gen-eration from an early age. However, the survey results found that less than 26% of student respondents un-derstood Nusantara culture well. Compared to previous research, the model of cultural introduction through adaptive educational games is more fun because it is adapted to the way students learn. This research was carried out using the Design-Based Research (DBR) method through 4 stages of the procedure. The feasibil-ity test and application effectiveness test were carried out on a group of students from several elementary schools in Indonesia, who were taken using a cluster random sampling technique. The results of media design and content validation obtained an average value of 0.76 and 0.82, which means that the media is declared valid. The feasibility test used the System Usability Scale (SUS) with an average value of 80% in the acceptable category. The results of the research obtained a description of the comparison of the final scores of the control class and the experimental class, which was 55 compared to 75. This study concluded that learning media for introducing Indonesian culture based on adaptive educational games had a positive impact by effectively increasing learning outcomes on students' understanding of Indonesian culture. Further development of this game application can be expanded in the application of animation in more depth.
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 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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 découle