MétaCan
Menu
Retour à la cohorte
Enregistrement W4398785717 · doi:10.58540/sambarapkm.v2i2.548

Pemanfaatan Media Barang Bekas dalam Meningkatkan Daya Kreativitas Guru TK di Kecamatan Martapura Kabupaten Banjar

2024· article· id· W4398785717 sur OpenAlexaff
Noor Baiti, Muhammad Noor, Alifah

Notice bibliographique

RevueSAMBARA Jurnal Pengabdian Kepada Masyarakat · 2024
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEducation and Character Development
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsArtEngineering

Résumé

récupéré en direct d'OpenAlex

Pemanfaatan bahan bekas adalah karena pendidik kurang bisa berkreasi dalam proses pembelajaran, dimana media yang sering digunakan bersifat barang jadi atau yang sudah ada. Selain itu, dalam pelaksanaan pembelajaran, guru masih kurang optimal dalam menyediakan bahan yang diperlukan untuk meningkatkan kreativitas anak karena terbatas oleh pengetahuan, padahal benda-benda yang digunakan dalam kegiatan meningkatkan kreativitas anak bisa berupa bahan yang murah (atau barang bekas) atau tanpa mengeluarkan biaya. Salah satu cara untuk mengatasi permasalahan tersebut adalah diperlukannya media pembelajaran yang efektif. Salah satu media pembelajaran yang dapat digunakan adalah media barang bekas. Salah satu fungsi utama media pembelajaran adalah sebagai alat bantu mengajar yang turut mempengaruhi iklim, kondisi, dan lingkungan belajar yang ditata dan diciptakan oleh guru.Kegiatan pengabdian kepada masyarakat dilaksanakan dengan menggunakan cara tatap muka, metode ceramah dan demonstrasi serta pemahaman/pelatihan berupa pendampingan dalam praktek. Pelatihan ini bertujuan untuk pemanfaatan media bahan bekas untuk meningkatkan daya kreativitas guru. Hasil kegiatan pelatihan ini diharapkan dapat membantu guru dalam membuat media dari bahan bekas sehingga dapat meninkatkan daya kreativitas anak dalam belajar di kelas TK Kecamatan Martapura Kabupaten Banjar.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0380,007

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 Opus0,027
Tête enseignante GPT0,294
Écart entre enseignants0,267 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAMBARA Jurnal Pengabdian Kepada MasyarakatMême sujetEducation and Character DevelopmentTravaux en français237 207