MétaCan
Menu
Retour à la cohorte
Enregistrement W7051462236

PENGGUNAAN TEKNIK NUMBER HEADS TOGETHER (NHT) DALAM PENGAJARAN MEMBACA PEMELAJAR KELAS X MA 1 ANNUQAYAH PUTRI SUMENEP

2018· dissertation· id· W7051462236 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversitas Airlangga Repository (Universitas Airlangga) · 2018
Typedissertation
Langueid
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData sourceContrast (vision)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tesis ini membahas mengenai penggunaan teknik Number Heads Together
\n(NHT) yang merupakan bagian dari metode Cooperative Learning, dan teknik
\nLecturing dalam rangka meningkatkan kemampuan membaca pemelajar kelas X
\nMadrasah Aliyah 1 Annuqayah Putri. Jenis penelitian ini adalah kuasi
\neksperimental dengan ancangan pre-test post-test control group dan teknik sampel
\npurposive sampling. Pemilihan sampel tidak dilakukan secara acak agar tidak
\nmengganggu kegiatan belajar dan mengajar di Sekolah terkait. Data diperoleh dari
\nskor pre-test, post-test, kuesioner motivasi membaca, kuesioner persepsi
\npemelajar terhadap teknik NHT dan wawancara. Hasil penelitian menunjukkan
\nbahwa teknik NHT dan Lecturing sama-sama dapat meningkatkan kemampuan
\nmembaca pemelajar, khususnya teks recount secara signifikan namun kelompok
\neksperimen lebih unggul. Selisih signifikansi kemampuan membaca pemelajar
\ndengan teknik NHT adalah 12,68% dibandingkan dengan kelas Lecturing. Selain
\nitu berdasarkan dari hasil kuesioner, teknik NHT terbukti meningkatkan motivasi
\nmembaca pemelajar sebesar 14,15% dan penerapan teknik ini juga mendapat
\nrespon positif dari mereka. Oleh karena itu, peneliti merekomendasikan
\npenggunaan teknik NHT dalam pengajaran membaca pemelajar tingkat MA
\nkhususnya kelas X MA 1 Annuqayah Putri Sumenep

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,280
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,2860,005

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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversitas Airlangga Repository (Universitas Airlangga)Même sujetMagnetic confinement fusion researchTravaux en français237 207