Notice bibliographique
Résumé
The purpose of this analysis is to understand the Higher Education (HE) Human Resources profile and quality, and determine the quality of HE by using the 2009/2010 data. The method used in this analysis is the documentation study and the survey. In addition, the use of key performance indicators from Education Strategic Plan 2010-2014 to assess the quality of HE. Results showed that although private institutions have reached 97.24% of HE, it only has 58.39% of the students and 71.83% lecturers. Based on 7 indicators, feasibility of lecturers to teach only 37.65%, full-time professors 67.82%, lecturers professors 3.59%, senior lecturer 19.84%, and most education personnel are high school graduated which is 34.82%. Based on the selected five composite indicators, the quality of PT is only 49.85 means that less than half. By looking at the results, they are advised to conduct further research regarding collection of data about the HE, especially teachers with all the details and whether the composite indicators used are appropriate to measure the quality of HE. ABSTRAKTujuan analisis SDM PT adalah untuk memahami profil SDM PT, mutu SDM PT, dan menentukan mutu PT dengan menggunakan data tahun 2009/2010. Metode yang digunakan dalam analisis ini adalah studi dokumentasi dan survai. Selain itu, digunakan indikator kinerja utama (IKU) dari Rencana Strategi Pendidikan tahun 2010-2014 untuk menilai mutu PT. Hasilnya menunjukkan bahwa walaupun lembaga PT Swasta sebesar 97,24% dari lembaga PT yang ada, namun mahasiswanya hanya sebesar 58,39% dan dosennya sebesar 71,83%. Berdasarkan 7 indikator, kelayakan dosen mengajar hanya 37,65%, dosen tetap sebesar 67,82%, dosen jabatan guru besar sebesar 3,59%, dosen senior sebesar 19,84%, dan tenaga kependidikan kebanyakan lulusan SM sebesar 34,82%. Berdasarkan 5 indikator komposit yang dipilih maka mutu PT hanya sebesar 49,85 berarti kurang dari separuh. Dengan melihat hasil seperti ini maka disarankan agar dilakukan penelitian lanjutan mengenai pendataan PT khususnya dosen dengan semua rinciannya dan apakah indikator komposit yang digunakan telah sesuai untuk mengukur mutu PT
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».