MétaCan
Menu
Retour à la cohorte
Enregistrement W7117654404 · doi:10.65474/fdrwgn62

Peningkatan Kompetensi Siswa SMP Perguruan Islam Ar-Risalah dalam rangka Persiapan Menghadapi Olimpiade Sains Nasional (OSN) di Bidang IPA Khususnya Fisika

2023· article· W7117654404 sur OpenAlexaboutno aff
Ilham Adi Putra, Ena Suma Indrawati, Zaturrahmi, Desy Eka Muliani, Yeni Nurpatri

Notice bibliographique

RevueJurnal Transformasi Pendidikan Indonesia · 2023
Typearticle
Langue
DomaineSocial Sciences
ThématiqueEducational Methods and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOlympiadCompetition (biology)Selection (genetic algorithm)Graduation (instrument)Academic yearQuarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

The National Science Olympiad (OSN) is a competition event in the field of science for students at elementary, middle and high school levels in Indonesia. Students who take part in OSN are students who have passed district and provincial level selection, so they are the best students from their respective provinces. One indicator of the success of the learning process at school is student success in academic competitions such as OSN. The 2023 OSN will be held in August in the city of Bogor, West Java Province. Before going to OSN, students undergo school level selection (OSN-S) in February, district/city level selection (OSN-K) is held in April, Provincial level selection (OSN-P) is held in June. Considering that this prestigious competency is routinely carried out every year and selection is carried out at the beginning of every year, it is therefore necessary for schools to prepare their best students continuously and sustainably. This OSN is one part of a series of selections to get the best students from all over Indonesia who will be further guided by their respective competition teams and will be included in international level Olympiads. OSN is a never-ending process. Students and all educational stakeholders involved in it take turns carrying out productive work. Starting from selecting prospective OSN participants, imparting knowledge, maintaining and developing mastery of knowledge, to reaping the rewards as a young scientist. For teachers, as direct supervisors at the school level, this OSN competition is clearly a challenge in itself. Although it must be admitted that the weight of the material and the quality of questions at the level of Olympic questions are relatively much more difficult than the material usually taught in schools. It is even said that the majority of resources in schools are not yet able to handle it. Apart from that, the school's references and financial support for its development are not yet available adequately. This is actually the main obstacle for most schools to play an active role in preparing their students to take part in OSN competitions. Based on experience in the field, so far West Sumatra is only represented by a few schools. Therefore, the Adzkia Physics Education Study Program was called upon to overcome this problem by carrying out training to increase the competency of junior high school students at the Ar-Risale Islamic College in Padang in preparing students for OSN in the field of science (physics). This service is carried out by delivering material equipped with modules and discussion of National Science Olympiad questions. This service is expected to produce articles published in journals and print/online media. Keywords: Physics, Training, National Science Olympiad, OSN, Science, SMP/MTs

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)0,000
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 enseignants0,060
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0600,017

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 Opus0,046
Tête enseignante GPT0,347
Écart entre enseignants0,300 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Transformasi Pendidikan IndonesiaMême sujetEducational Methods and OutcomesTravaux en français237 207