MétaCan
Menu
Retour à la cohorte
Enregistrement W4412198301 · doi:10.59632/leibniz.v5i02.519

Pengaruh Infokus Terhadap Hasil dan Keaktifan Belajar Matematika Siswa SMPN 1 Wamena Tahun Pelajaran 2024/2025

2025· article· id· W4412198301 sur OpenAlexaff
Mindo Hotmaida Sinambela, Liana, Sutarman Borean, Citra Ratna Napitupulu, Marthinus Kayame

Notice bibliographique

RevueLeibniz Jurnal Matematika · 2025
Typearticle
Langueid
DomaineMathematics
ThématiqueMathematics Education and Pedagogy
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsMathematics educationHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Infokus merupakan salah satu media pembelajaran yang dapat digunakan oleh guru untuk menarik perhatian siswa pada saat guru menjelaskan materi pelajaran sehingga dapat meningkatkan hasil belajar matematika siswa dan keaktifan. Tujuan penelitian adalah untuk mengetahui apakah ada pengaruh penggunaan infokus terhadap hasil belajar dan keaktifan belajar matematika siswa SMPN 1 Wamena. Penelitian ini merupakan penelitian kuantitatif dengan pendekatan kuantitatif deskriptif. Teknik analisis data yang digunakan adalah statistik Inferensial dengan uji paired sample t-test menggunakan SPSS versi 23. Sampel penelitian diambil secara purposive sampling yaitu sebanyak 23 orang. Adanya perbedaan rata-rata hasil belajar siswa setelah dan sesudah penggunaan test sebesar 19,96. Berdasarkan hasil uji paired sampel t-test menunjukkan nilai 0,001 < 0,05 yang berarti ada perbedaan hasil belajar sebelum menggunakan infokus dan sesudah menggunakan infokus. Pada hasil belajar dan keaktifan belajar nilai signifikansinnya 0,000 < 0,05, maka dapat disimpulkan bahwa ada pengaruh media infokus terhadap hasil belajar siswa ditinjau dari keaktifan belajar. Berdasarkan sebaran angket yang diberikan diperoleh data bahwa 75% siswa lebih aktif saat guru menggunakan infokus.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,043
Tête enseignante GPT0,344
Écart entre enseignants0,302 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeibniz Jurnal MatematikaMême sujetMathematics Education and PedagogyTravaux en français237 207