MétaCan
Menu
Retour à la cohorte
Enregistrement W4409757299 · doi:10.47709/ppi.v2i01.4528

Pelatihan Peningkatan Kompetensi Guru dalam Penggunaan Canva untuk Pembelajaran Berdiferensiasi pada Kurikulum Merdeka

2024· article· id· W4409757299 sur OpenAlexaff
Imeldawaty Gultom, Rusmin Saragih, Emma Martina Pakpahan

Notice bibliographique

RevuePengabdian Pendidikan Indonesia · 2024
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Pelatihan peningkatan kompetensi guru dalam penggunaan Canva untuk pembelajaran berdiferensiasi di SMP Swasta Primbana Medan bertujuan untuk memperkuat keterampilan guru dalam memanfaatkan teknologi untuk mendukung implementasi Kurikulum Merdeka. Kegiatan ini berangkat dari kebutuhan untuk meningkatkan kualitas materi pembelajaran dan keterlibatan siswa melalui penggunaan alat digital yang inovatif. Pelatihan ini melibatkan sesi teori dan praktik yang dirancang untuk mengenalkan fitur Canva dan aplikasinya dalam pembuatan materi ajar yang visual dan interaktif. Metodologi yang digunakan dalam pelatihan ini mencakup pendekatan kualitatif dan kuantitatif. Data dikumpulkan melalui wawancara, kuesioner, observasi, dan analisis dokumen untuk menilai peningkatan keterampilan guru dan kualitas materi pembelajaran yang dihasilkan. Hasil dari pelatihan menunjukkan peningkatan signifikan dalam keterampilan guru dalam menggunakan Canva, yang berdampak positif pada kualitas materi pembelajaran. Guru-guru di SMP Swasta Primbana Medan kini dapat menciptakan materi yang lebih menarik dan sesuai dengan kebutuhan siswa, yang pada gilirannya meningkatkan keterlibatan dan motivasi siswa. Pelatihan ini juga berhasil membentuk komunitas belajar di kalangan guru, di mana mereka saling berbagi pengetahuan dan pengalaman dalam penggunaan Canva. Temuan ini menunjukkan bahwa integrasi teknologi seperti Canva dapat mendukung pembelajaran berdiferensiasi dan pelaksanaan Kurikulum Merdeka dengan lebih efektif. Rencana tindak lanjut meliputi pendampingan berkelanjutan dan pengembangan modul pelatihan tambahan untuk memperkuat kemampuan guru dalam memanfaatkan teknologi pendidikan.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0070,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0600,020

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 GPT0,332
Écart entre enseignants0,305 · 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
GenreAutre

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 revuePengabdian Pendidikan IndonesiaMême sujetEducational Curriculum and Learning MethodsTravaux en français237 207