Pengembangan bahan ajar hypermedia berbasis kelora dengan model quantum teaching siswa kelas IV SD di Kecamatan Pecangaan Kabupaten Jepara
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
The purpose of this research is to analyze the needs of teaching materials, to design teaching materials, to analyze the effectiveness of the needs of teaching materials. The research method uses R&D. The resulting product is in the form of kelora-based hypermedia teaching materials with a quantum teaching model. The research and development steps refer to Borg and Gall. Data obtained from interviews, questionnaires, and tests. Data were analyzed by accumulating the number of scores. The effectiveness of learning material data was analyzed by normality test, homogeneity test, gain test, t test at a significance level of 0.05 using SPSS. The results of research and development are hypermedia teaching materials based on Jepara local wisdom with a quantum teaching model. This product proved to be feasible because the total scores obtained by the validators of teaching materials, materials and practices were 90.63; 90.27, and 90.25 “very feasible†criteria. The results of the responses from students were 88.89% and the responses of teachers in three elementary schools with an average of 88.24% with the product category "very feasible". The use of this product is effective in improving student learning outcomes. The average percentage of the pretest in the control and experimental classes was almost the same, namely 67.29 and 64.71. After being given treatment, the average posttest of the control and experimental classes increased to 75.53 and 89.41. The results of the t test obtained t value = 6.045 with a significance level of 0.000 < = 0.05.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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