Variasi Bentuk Penguatan pada Pembelajaran Bahasa Jawa Kelas VII di SMP Se-Kecamatan Winong Kabupaten Pati
Bibliographic record
Abstract
Astutik, Yuni. 2012. Variasi Bentuk Penguatan pada Pembelajaran Bahasa Jawa Kelas VII di SMP Se-Kecamatan Winong Kabupaten Pati. Skripsi. Pendidikan Bahasa Jawa. Jurusan Pendidikan Bahasa dan Sastra Jawa. Fakultas Bahasa dan Seni. Universitas Negeri Semarang. Pembimbing I: Dra. Esti Sudi Utami B.A.,M.Pd, Pembimbing II: Mujimin, S.Pd. Kata kunci: pembelajaran bahasa Jawa, bentuk penguatan Salah satu keterampilan dasar mengajar yang harus dikuasai seorang guru adalah memberi penguatan. Guru dalam memberi penguatan tentu menggunakan cara yang berbeda-beda. Perbedaan cara memberi penguatan inilah yang memungkinkan adanya variasi bentuk penguatan antara guru SMP satu dengan guru SMP yang lainnya di Kecamatan Winong. Permasalahan yang diteliti adalah bagaimanakah variasi bentuk penguatan pada pembelajaran bahasa Jawa kelas VII di SMP se-Kecamatan Winong Kabupaten Pati? Tujuan penelitian adalah mendeskripsikan variari bentuk penguatan pada pembelajaran bahasa Jawa kelas VII di SMP se-Kecamatan Winong Kabupaten Pati. Penelitian ini menggunakan pendekatan kualitatif dengan metode deskriptif. Data penelitian ini adalah bentuk penguatan pada pembelajaran bahasa Jawa kelas VII di SMP Se-Kecamatan Winong Kabupaten Pati dan sumber datanya berasal dari pembelajaran yang dilakukan oleh guru. Teknik pengumpulan data menggunakan observasi dan wawancara. Data dianalisis dengan menggunakan teknik pilah. Hasil penelitian ini menunjukkan bahwa penguatan yang digunakan guru bahasa Jawa se-Kecamatan Winong bervariasi. Variasi penguatan dibedakan menjadi dua yaitu verba dan nonverbal. Penguatan verba berupa kata, frasa, dan kalimat. Penguatan nonverba berupa mimik dan gerakan badan, dengan cara mendekati, dengan sentuhan, kegiatan yang menyenangkan, dan hadiah. Berdasarkan temuan tersebut saran yang diberikan kepada guru bahasa Jawa, yaitu guru hendaknya lebih selektif dalam memberi penguatan agar siswa tidak bosan dan penguatan terasa bermakna bagi siswa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | low |
| gpt | Insufficient payload (model declined to judge) Domain: not available · Genre: Other About the Canadian research system: no · About a Canadian topic: no | Other design | high |
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.028 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedLabeled directly by 2 models reading the full record.
The models disagree on parts of this classification; every voice is preserved in the section at the end of the page.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".