PEMANFAATAN SIMULASI DIGITAL UNTUK MEMFASILITASI PEMBELAJARAN KONSEP ABSTRAK DALAM FISIKA
Notice bibliographique
Résumé
Penelitian kajian literatur ini bertujuan untuk mengeksplorasi potensi pemanfaatan simulasi digital dalam memfasilitasi pembelajaran konsep-konsep abstrak dalam fisika. Kesulitan dalam memvisualisasikan dan memahami ide-ide fisika yang abstrak seringkali menjadi tantangan signifikan bagi peserta didik. Simulasi digital menawarkan representasi visual dan interaktif yang dinamis, yang berpotensi menjembatani kesenjangan antara konsep abstrak dan pemahaman konkret. Kajian ini menganalisis berbagai penelitian yang relevan terkait penggunaan simulasi dalam pengajaran fisika, mengidentifikasi jenis-jenis simulasi yang efektif, fitur-fitur desain yang mendukung pemahaman konseptual, serta dampak penggunaannya terhadap hasil belajar dan motivasi siswa. Lebih lanjut, penelitian ini juga membahas tantangan dan peluang implementasi simulasi digital dalam konteks pembelajaran fisika, serta memberikan rekomendasi untuk penelitian dan praktik di masa depan. Diharapkan, kajian literatur ini dapat memberikan wawasan yang komprehensif mengenai peran simulasi digital sebagai alat bantu yang efektif dalam membelajarkan konsep abstrak fisika.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,006 |
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 ».