MétaCan
Menu
Retour à la cohorte
Enregistrement W4393361857 · doi:10.47165/jpin.v5i2.444

Pengembangan Media Gambar Kartun dari Kulit Jagung untuk Meningkatkan Hasil Belajar Siswa Tema 8 Subtema 3 Kelas II Sekolah Dasar

2023· article· id· W4393361857 sur OpenAlexaff
Suci Purna Ningsih, Intan Dwi Hastuti, Sukron Fujiaturrahman

Notice bibliographique

RevueJPIn Jurnal Pendidik Indonesia · 2023
Typearticle
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Abstrak. Penelitian ini bertujuan untuk menghasilkan sebuah media pembelajaran yaitu media gambar kartun dari kulit jagung untuk meningkatkan hasil belajar siswa tema 8 subtema 3 kelas II SDN 2 Badrain yang valid, praktis, dan efektif. Jenis penelitian yang digunakan dalam penelitian ini adalah model pengembangan ADDIE yaitu (1) Analysis, (2) Design, (3) Development, (4) Implementation, (5) Evaluation. Untuk tahap uji coba terbatas dilaksanakan di kelas II SDN 2 Badrain dan tahap uji coba lapangan dilaksanakan di kelas II SDN 1 Badrain. Hasil penelitian menunjukan bahwa produk pengembangan media gambar kartun dari kulit jagung ini mendapat nilai rata-rata hasil validasi ahli media 0,77% (valid), ahli materi 0,84% (sangat valid). Adapun hasil dari uji coba terbatas mendapat nilai rata-rata 82,4% dikategorikan (praktis), sedangkan hasil dari uji coba lapangan memperoleh skor N-Gain 80,87% dan dikategorikan (sangat efektif). Berdasarkan hasil penelitian, dapat disimpulkan bahwa pengembangan media gambar kartun dari kulit jagung untuk meningkatkan hasil belajar siswa ini dinyatakan valid, praktis, dan efektif serta layak digunakan pada pembelajaran Sekolah Dasar. Kata Kunci: Media Gambar Kartun Dari Kulit Jagung, Hasil Belajar, Research and Development (R&D).

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 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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0040,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,051
Tête enseignante GPT0,310
Écart entre enseignants0,260 · 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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJPIn Jurnal Pendidik IndonesiaMême sujetEducational Methods and Media UseTravaux en français237 207