ANALISIS KEMAMPUAN KOMUNIKASI MATEMATIS SISWA SMP DALAM MENYELESAIKAN MASALAH GEOMETRI BERBASIS BUDAYA LOKAL
Notice bibliographique
Résumé
Tujuan dari penelitian ini adalah untuk mendeskripsikan kemampuan komunikasi matematis tertulis siswa SMP dalam menyelesaikan masalah geometri berbasis budaya lokal. Indikator yang digunakan menurut Kementerian Pendidikan Ontario yaitu written text, drawing dan mathematical expression. Jenis penelitian ini adalah jenis penelitian kualitatif deskriptif. Adapun subjek penelitian ini adalah siswa kelas VIII-1 SMP Negeri 11 Tanjungpinang yang berjumlah 34 siswa. Dari 34 siswa yang memberikan jawaban tes, dipilih 3 subjek untuk diwawancarai sesuai dengan kategori kemampuan komunikasi matematis untuk mengetahui lebih dalam mengenai jawaban siswa terhadap tes yang diberikan. Teknik pengumpulan data menggunakan tes dan wawancara. Analisis data dalam penelitian ini adalah reduksi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian ini menunjukkan bahwa kemampuan komunikasi matematis siswa yaitu sebanyak 21% siswa termasuk kategori tinggi, 38% siswa termasuk kategori sedang, dan 41% siswa termasuk kategori rendah. Hal ini menunjukkan bahwa kemampuan komunikasi matematis siswa kelas VIII-1 di SMP Negeri 11 Tanjungpinang sebagian besar masih rendah. Siswa dengan kategori tinggi dapat mengkomunikasikan ide matematisnya ke dalam 3 (tiga) indikator kemampuan komunikasi matematis yaitu written text, drawing, dan mathematical expression. Siswa dengan kemampuan komunikasi matematis tertulis berkategori sedang lebih cenderung memenuhi 1 (satu) indikator yaitu drawing. Siswa dengan kemampuan komunikasi matematis tertulis dengan kategori rendah tidak dapat memenuhi ketiga indikator kemampuan komunikasi matematis (written text, drawing dan mathematical expression).
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 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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,007 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».