MétaCan
Menu
Retour à la cohorte
Enregistrement W1932024009 · doi:10.21831/jptk.v21i2.2940

MODEL PENDIDIKAN KARAKTER KEWIRAUSAHAAN DI SEKOLAH MENENGAH KEJURUAN

2015· article· en· W1932024009 sur OpenAlexaff
Husaini Usman, Nuryadin Eko Raharjo

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVocational and Entrepreneurial Education
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

ABSTRACK One of the strengths of Vocational High School compared to the general school is the students trained to be entrepreneur. To support it, the learning model that needs to be developed is the character education for entrepreneurship. The purpose of this research is to gain the appropriate learning model to support character education for entrepreneurship.This study was conducted by using grounded theory approach at Depok 2 Vocational High School, Sleman, Yogyakarta. The reserach subject was chosen by using snowball sampling technique through the setting of place, respondent and activitiy. Data analysis technique was using Miles & Hubberman model. The result of the reserach showed that learning models to enhance character education for entrepreneurship at Depok 2 Vocational High School was using (a) role modelling,(b) Integrating learning inside and outside the classroom, (c) school culture assimilization, (d) strengtening. This school needed to develop the learning model for entrepreneurship education which was synergic between character education and entrepreneurship learning. The integration was implmented by accomodating intervention: cultur:structure and figure. The implementation covered: (1) classroom learning, (2) co curricul extracurricular, (3) learning through school culture, and (4) learning activities at home and in the community. Keywords: learning model, entrepreneurial character, vocational high school ABSTRAK

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,529
Tête enseignante GPT0,616
Écart entre enseignants0,087 · 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'étudeThéorique ou conceptuel
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

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetVocational and Entrepreneurial EducationTravaux en français237 207