Model Pembelajaran Skenario Pengalaman Multi Peran dalam Mencegah Bullying di SMP Muhammadiyah Malang
Notice bibliographique
Résumé
Perilaku bullying masih banyak dilakukan siswa di SMP Muhammadiyah Malang terutama bullying secara verbal antara lain dengan mengolok-olok, mencaci maki, mengumpat, dan menghina. Dampak dari bullying verbal ini korban menjadi malu, minder, menghindar dari pergaulan, dan menjadi malas sekolah. Pihak sekolah sering melakukan edukasi pada siswa siswi dengan tujuan untuk tidak melakukan bullying lagi dan melapor ke sekolah jika ada yang dibully. Akan tetapi perilaku bullying masih sering dilakukan oleh siswa siswa. Tujuan dari kegiatan ini untuk meningkatkan empati pada siswa siswi dengan demikian mampu membantu teman yang dibully. Metodenya adalah edukasi dan model pembelajaran skenario berbasis pengalaman multi peran pada kelas VII, VIII, dan IX dengan mengukur skor empati sebelum dan sesudah kegiatan menggunakan the Toronto empathy questionnaire (TEQ), di mana siswa siswi akan bermain peran bergantian baik sebagai korban, pelaku, maupun pengamat dengan skenario yang sudah dibuat. Pada siswa kelas 7, dari 66 siswa, sebelum kegiatan skor empati rendah 37 siswa dan sesudah kegiatan 32 siswa. Siswa kelas 8 dari 47 siswa, sebelum kegiatan skor empati rendah 26 siswa dan sesudah kegiatan 23 siswa. Siswa kelas 9,sebelum kegiatan skor empati rendah 45 siswa dan sesudah kegiatan 37 siswa. Kesimpulan : Edukasi dan model pembelajaran skenario berbasis pengalaman multi peran dapat diterapkan untuk meningkatkan empati pada siswa SMP dalam mencegah bullying.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,003 |
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.
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 ».