MétaCan
Menu
Retour à la cohorte
Enregistrement W4415133204 · doi:10.31004/ijisk.v1i1.52

Meningkatkan Kemampuan Siswa Dalam Membaca Melalaui Model Pembelajaran Kontekstual Di Kelas 1 SDN 028 Tanjung Permai Kecamatan Kampar Kiri Hulu Kabupaten Kampar

2024· article· id· W4415133204 sur OpenAlexaff
Hendra Wati

Notice bibliographique

RevueIndonesian Journal of Innovation Science and Knowledge · 2024
Typearticle
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeneral education

Résumé

récupéré en direct d'OpenAlex

Penelitian ini membahas tentang peningkatan kemampuan siswa dalam membaca melalui model pembelajaran kontekstual di kelas 1 SDN 028 tanjung permai kecamatan Kampar kiri hulu kabupaten kampar. Penelitian ini menggunakan Penelitian Tindakan Kelas (PTK), tindakan penelitian menggunakan II siklus, setiap siklus 3 kali pertemuan. Pada setiap siklus terdiri dari perencanaan, pelaksanaan, pengamatan, dan refleksi. Subjek penelitian yaitu siswa kelas 1. Objek penelitian yaitu Pelajaran Bahasa Indonesia dengan menggunakan materi yang diajarkan dengan situasi dunia nyata. Data diperoleh dari lembar observasi dan tes tertulis. Hasil penelitian pada setiap siklus dengan menggunakan model pembelajaran kontekstual yang telah mengalami peningkatan, hal ini terbukti dengan nilai persentase yang didapat pada pra siklus 40%, siklus I 72% dan pada siklus II 84%. Dengan nilai rata-rata diatas dapat disimpulkan bahwa penggunaan model pembelajaran konstektual dalam meningkatakan hasil belajar dapat dikatakan berhasil.

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)0,013
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,011
Études des sciences et des technologies0,0010,002
Communication savante0,0020,005
Science ouverte0,0030,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,056
Tête enseignante GPT0,358
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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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 revueIndonesian Journal of Innovation Science and KnowledgeMême sujetEducational Methods and Media UseTravaux en français237 207