Fostering the Use of Talking Stick Learning Model on the Critical Thinking Ability in Science Learning
Notice bibliographique
Résumé
This study aimed to investigate the influence of the Talking Stick learning model on the critical thinking skills of fourth-grade students in science (IPA) subjects. Conducted as a quantitative research using a pre-experimental One-Group Pretest-Posttest Design, the study involved 30 students from class IV at UPTD SD Negeri 122345 Pematangsiantar. Data were collected through critical thinking tests administered before and after the implementation of the Talking Stick model. The test instrument consisted of eight essay questions validated through Aiken’s V formula, showing a high level of content, construct, and language validity. The results showed a significant increase in students’ critical thinking skills after the intervention. The average pretest score was 44.86, whereas the posttest average rose to 88.83. The normalized gain (N-Gain) score reached 0.79, falling into the high category, indicating effective improvement in the learning process. The Talking Stick model, by encouraging turn-taking and structured student interaction, effectively enhances analytical thinking, reasoning, and active participation in science learning. These findings support the integration of active learning models into elementary education to develop critical thinking skills. The model's simplicity and effectiveness suggest that it is particularly suitable for primary-level classrooms. Therefore, educators and curriculum developers should adopt Talking Stick and similar strategies to promote 21st-century competencies. Further research is recommended to explore its application in diverse learning contexts and subject areas.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».