PENGARUH MODEL CONCEPT SENTENCE DENGANBERBANTUAN MEDIAAUDIO VISUAL TERHADAPKETERAMPILAN MENULIS TEKS BERITA SISWAKELAS XI SMA RK DELI MURNI BANDAR BARU
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk (1) menganalisis keterampilan menulis teks berita siswa kelas XI SMA RK Deli Murni Bandar Baru tanpa menggunakan model concept sentence berbantuan media audio visual pada kelas kontrol, (2) menganalisis keterampilan menulis teks berita siswa kelas XI SMA RK Deli Murni Bandar Baru dengan menggunakan model concept sentence berbantuan media audio visual pada kelas ekperimen, dan (3) menganalisis pengaruh model concept sentence dengan berbantuan media audio visual terhadap keterampilan menulis teks berita siswa kelas XI SMA RK Deli Murni Bandar Baru. Metode yang digunakan dalam penelitian ini adalah metode eksperimen dengan desain two group posttest only control design. Populasi penelitian ini adalah seluruh siswa/i kelas XI SMA RK Deli Murni Bandar Baru dengan sampel sebanyak 32 pada masing-masing kelas, yaitu kelas XI-B dan XI-D. Instrumen penelitian ini adalah instrumen penilaian keterampilan menulis teks berita. Data penelitian di analisis dengan teknik uji statistik deskriptif, uji normalitas, uji homogenitas, dan uji hipotesis. Hasil penelitian ini menunjukkan bahwa model concept sentence dengan berbantuan media audio visual memiliki pengaruh yang positif terhadap keterampilan menulis teks berita siswa. Hal tersebut dibuktikan dari nilai rata-rata posttest siswa di kelas kontrol sebesar 67,80 mencapai kategori cukup, sedangkan di kelas eksperimen nilai rata-rata posttest siswa lebih besar, yaitu 82,70 mencapai kategori baik. Selain itu, uji hipotesis memperoleh hasil bahwa thitung ttabel, yaitu 6,31 1,69. Hasil tersebut membuktikan bahwa model concept sentence dengan berbantuan media audio visual berpengaruh terhadap keterampilan menulis teks berita siswa kelas XI SMA RK Deli Murni Bandar Baru
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,009 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,004 | 0,010 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,016 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».