Eksplorasi Implementasi Model Inkuiri Terbimbing Dalam Pembelajaran IPA Untuk Meningkatkan Kemampuan Berpikir Kritis dan Rasa Ingin Tahu Siswa Sekolah Dasar Di SD Negeri 2 Wadaga
Notice bibliographique
Résumé
Penelitian ini fokus pada eksplorasi implementasi model inkuiri terbimbing dalam pembelajaran IPA di Sekolah Dasar (SD) untuk meningkatkan kemampuan berpikir kritis dan rasa ingin tahu siswa. Lokasi penelitian adalah SD Negeri 2 Wadaga, Kabupaten Muna Barat, yang mewakili konteks sekolah dasar di wilayah Muna Barat. Penelitian ini menggunakan Metode perpaduan kualitatif dan kuantitatif yang menguji coba Model Inkuiri Terbimbing dalam Pembelajaran IPA pada Siswa SD Negeri 2 Wadaga. Temuan penelitian ini mengunkapkan bahwa model inkuiri terbimbing memberikan pengaruh substantif terhadap pengembangan keterampilan berpikir kritis siswa SD. Temuan ini konsisten dengan penelitian-penelitian sebelumnya yang juga melaporkan efektivitas inkuiri terbimbing dalam melatih berpikir kritis. Rasa ingin tahu (curiosity) siswa terhadap sains meningkat secara nyata setelah penerapan inkuiri terbimbing. Siswa menjadi lebih berani bertanya, lebih antusias melakukan percobaan, dan menunjukkan minat yang lebih besar untuk belajar IPA secara mandiri. Observasi juga mendukung bahwa siswa tampak lebih penasaran dan berinisiatif mengeksplorasi hal-hal baru selama dan setelah pembelajaran. Dengan demikian, inkuiri terbimbing tidak hanya meningkatkan aspek kognitif tetapi juga aspek afektif motivasional berupa rasa ingin tahu.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 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; 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 ».