PENINGKATAN SIKAP, PENGETAHUAN, DAN KETERAMPILAN SISWA KELAS III SD NEGERI 1 BOLALI MELALUI PROBLEM BASED-LEARNING
Notice bibliographique
Résumé
Guru diharapkan dapat memfasilitasi peserta didik dalam pembelajaran untuk mengembangkan semua aspek tujuan pembelajaran. Tujuan kegiatan ini adalah untuk meningkatkan hasil belajar pada semua aspek yakni sikap, pengetahuan, dan keterampilan siswa kelas III SD Negeri 1 Bolali melalui model Problem Based-Learning (PBL). Kegiatan ini dilaksanakan sebanyak 2 kali pertemuan yakni tanggal 27 Agustus 2022 dan 10 September 2022 di kelas III SD Negeri 1 Bolali. Peserta kegiatan berjumlah 15 orang. Metode pelaksanaan yakni: 1) melakukan orientasi peserta didik pada sebuah permasalahan; 2) organisasi peserta didik untuk belajar; 3) melakukan pembimbingan kepada peserta didik; 4) melaksanakan pengembangan dan penyajian produk atau hasil karya peserta didik; 5) membuat analisis terhadap hasil pekerjaan peserta didik. Data tentang sikap dan keterampilan diperoleh melalui lembar pengamatan, sedangkan data tentang pengetahuan diperoleh melalui pemberian tes. Hasil kegiatan menunjukkan bahwa pada pertemuan 1 terdapat 80% siswa memperoleh nilai pengetahuan di atas KKM, sedangkan pada pertemuan 2 meningkat menjadi 93%. Nilai rata-rata sikap pada pertemuan 1 sebesar 85, meningkat menjadi 90 pada pertemuan 2. Adapun nilai keterampilan siswa pada pertemuan 1 rata-rata sebesar 88, naik menjadi 93 pada pertemuan 2. Dengan demikian, dapat disimpulkan bahwa terdapat peningkatan sikap, pengetahuan, dan keterampilan siswa kelas III SD Negeri 1 Bolali melalui penerapan model PBL.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,018 |
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 ».