Tingkat Literasi Fisik Siswa Kelas 5 SD Berdasarkan Hasil Pre-Test Cannadian Assessment Of Physical Literacy Second Edition (CAPL-2)
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mendeskripsikan tingkat literasi fisik siswa sekolah dasar pada aspek aktivitas fisik. Literasi fisik merupakan salah satu indikator penting dalam upaya mewujudkan pola hidup sehat sejak usia dini. Penelitian ini menggunakan metode deskriptif kuantitatif dengan subjek seluruh siswa kelas 5 SDN 6 Nagrikaler yang berjumlah 30 orang. Instrumen yang digunakan adalah tes CAPL-2 pre-test yang meliputi aspek aktivitas fisik melalui pengukuran PACER test, plank, dan CAMSA (Canadian Agility and Movement Skill Assessment). Hasil penelitian menunjukkan bahwa rata-rata skor aktivitas fisik siswa adalah 15,1. Berdasarkan kategori penilaian, sebanyak 1 siswa (3,3%) berada pada kategori Kurang, 9 siswa (30%) berada pada kategori Cukup, 13 siswa (43,3%) pada kategori Baik, dan 7 siswa (23,3%) pada kategori Sangat Baik. Temuan ini menunjukkan bahwa sebagian besar siswa telah memiliki tingkat aktivitas fisik yang baik, namun masih diperlukan intervensi khusus untuk meningkatkan partisipasi aktivitas fisik bagi siswa yang berada pada kategori Kurang dan Cukup. Pengukuran literasi fisik dengan instrumen CAPL-2 terbukti efektif untuk memberikan gambaran objektif sebagai dasar perencanaan program peningkatan aktivitas fisik di sekolah dasar
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 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 ».