MétaCan
Menu
Retour à la cohorte
Enregistrement W4416937757 · doi:10.62383/sosial.v3i4.1357

Pengaruh Model Pembelajaran Problem Based Learning terhadap Kemampuan Berpikir Kritis Siswa SMP Negeri Halioan

2025· article· W4416937757 sur OpenAlexaff
Yovita Hoar, Stefania Sonia Manek, Wolfgang Asindo Seran

Notice bibliographique

RevueSosial · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueOnline Learning Methods and Innovations
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Critical thinkingClass (philosophy)CognitionSample (material)Data collectionProblem-based learningBehaviorismControl (management)

Résumé

récupéré en direct d'OpenAlex

Learning is the process of forming behavior or behaviorism and is seen from the cognitive aspect of students, in fact to support the achievement of ideal educational goals with the existing education system in Indonesia. In this research, the author is interested in researching students' cognitive aspects in line with 21st century learning to determine students' critical thinking abilities using the problem based learning model. This type of research is research using a quantitative research approach. The sample in this study was control class VII A students with a total of 13 students and VII B was an experiment with a total of 12 students at Halioam State Middle School, totaling 25 students. Data collection techniques use test questions and documentation, interviews. Data analysis used the independent sample t-test hypothesis test and the N-Gain score test. The results of the research show that the problem based learning model can have an influence on the critical thinking abilities of class VII students at Halioan State Middle School. This is proven by assessing students' critical thinking abilities using a hypothesis test using an independent sample t-test. The result was a 2-tailed sig of 0.000 < 0.05 so that there is an influence of the problem based learning model on Halioan State Middle School students' critical thinking abilitie.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,023
Tête enseignante GPT0,360
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSosialMême sujetOnline Learning Methods and InnovationsTravaux en français237 207