Pengembangan modul mahir ejaan bahasa indonesia berbasis kearifan lokal untuk siswa sekolah dasar
Notice bibliographique
Résumé
This study aims to design the MEBI (Mahir Spelling Indonesian) module based on local wisdom in Rembang Regency as an alternative learning resource for sixth grade elementary school students. The R&D research method on Sugiyono's theory was modified in seven research steps, namely: 1) potential and problems, 2) data collection, 3) product design, 4) design validation, 5) design revision, 6) product trial, and 7) revision. product. Data collection techniques were carried out through observation and questionnaires. Observations during the preliminary study, while the data from expert validation and student responses were obtained from an assessment questionnaire with a Likert scale. The design of the MEBI module development begins with analyzing the material that aims to help students find the contents of the book according to their needs, namely alternative learning resources for editing materials for words/terms, phrases, sentences, paragraphs, spelling, and punctuation. The MEBI module consists of five discussion materials, namely about PUEBI, the use of capital letters, punctuation marks, prepositions, and standard words and effective sentences. Each subject is equipped with Let's Practice which encourages students to think actively and Come on Testing Ability which gives students the opportunity to measure learning achievement. The MEBI module is equipped with attractive illustrations and delivered in communicative language by the two main characters, namely Azzam and Diva. The MEBI module is printed in the form of a book with a size of 25 cm x 17.5 cm. In addition, the MEBI module is also made in the form of a flipbook application that can be operated on an Android-based smartphone. This means that the MEBI Module can be used anywhere and anytime. The conclusion of this research is the MEBI (Mahir Spelling Indonesian) Module Design in the form of printed books and flipbook applications that can be operated on Android smartphones.Keywords: Local Wisdom, Spelling Module, Elementary School
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».