MétaCan
Menu
Retour à la cohorte
Enregistrement W4409589162 · doi:10.71025/77pyve13

STRATEGI PEMBELAJARAN AKTIF: PEMANFAATAN METODE DRILL, TEAMWORK, DAN ROLE PLAY DALAM PEMBELAJARAN PENDIDIKAN AGAMA ISLAM

2024· article· en· W4409589162 sur OpenAlexaff
Susanna Harun, Habiburrahim, Silahuddin

Notice bibliographique

RevueJurnal Tarbiyah Almuslim · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Character Development
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésTeamworkDrillPsychologyMathematics educationEngineeringPolitical scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Islamic Religious Education (PAI) learning has an important role in shaping the character and morality of Muslim individuals. To achieve this goal, an effective learning approach is needed. Effective learning is supported by appropriate learning methods and their impact on student learning outcomes. Some learning methods that can be used are drill, teamwork and role play methods. The drill method is an approach used to strengthen students' understanding of Islamic religious concepts through repeated practice. The teamwork method in PAI learning involves collaboration between students in groups to understand and apply Islamic religious concepts. The role play method in PAI learning involves role simulations where students play certain roles in situations related to the teachings of the Islamic religion. The research results show that the integration of these three methods improves the implementation of learning by creating a more interactive and interesting learning experience, which in turn deepens understanding and strengthens retention of lesson material. This research provides a new contribution to the PAI education literature by showing the potential of interactive learning methods in improving the quality of PAI learning. Carrying out the learning process by determining appropriate methods aims to help students internalize and remember religious information better. Keywords: Drill method, teamwork, role play, PAI learning

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,019
Tête enseignante GPT0,320
Écart entre enseignants0,301 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Tarbiyah AlmuslimMême sujetEducation and Character DevelopmentTravaux en français237 207