PENGEMBANGAN BAHAN AJAR TEMATIK BERBASIS KEARIFAN LOKAL KALIMANTAN BARAT PADA KELAS III TEMA 5 DAN 6 SD/MI
Notice bibliographique
Résumé
Penelitian ini dilakukan untuk mengetahui pengembangan bahan ajar tematik berbasis kearifan lokal Kalimantan Barat pada Kelas III Tema 5 dan 6 Sekolah Dasar/Madrasah Ibtidaiyah. Untuk memudahkan peneliti mengambil data, maka peneliti menjabarkan tujuan khusus yaitu mengetahui aspek isi materi, aspek penyajian materi, aspek desain dan aspek bahasa dalam proses pengembangan bahan ajar berbasis kearifan lokal Kalimantan Barat. Penelitian menggunakan jenis penelitian R&D (Research And Development) dengan menggunakan model 4-D (Define,Design,Develov,Dessiminate). Selain itu, peneliti juga menggunakan pendekatan kualitatif untuk data-data penelitian yang bersifat kualitatif. Sumber data dalam penelitian ini yaitu hasil penilaian validator terkait tentang penilaian validasi isi materi, validasi penyajian materi, validasi desain dan validasi bahasa. Hasil validasi data dapat disimpulkan bahwa: Validasi bahan ajar tematik berbasis kearifan lokal Kalimantan Barat pada kelas III tema 5 dan 6 Sekolah Dasar/Madrasah Ibtidaiyah oleh enam validator. 1) Validator isi materi berada pada kriteria “Sangat Validan dan Tidak Revisi” dengan persentase sebesar 88,34%. 2) Validasi oleh validator penyajian materi berada pada kriteria “Sangat Valid dan Tidak Revisi” dengan persentase 97,14%. 3) Validasi oleh validator desain buku berada pada kriteria “Sangat Valid dan Tidak Revisi” dengan persentase 99,61%. 4) Validasi oleh validator bahasa berada pada kriteria “Sangat Valid dan Tidak Revisi” dengan persentase 90%.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,021 |
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 ».