MétaCan
Menu
Retour à la cohorte
Enregistrement W2796386239 · doi:10.24036/scs.v4i2.24

PENGEMBANGAN MATERI AJAR SOSIOLOGI TENTANG MITIGASI BENCANA BERBASIS KEARIFAN LOKAL DI KOTA PADANG

2018· article· id· W2796386239 sur OpenAlexaff
Erianjoni Erianjoni

Notice bibliographique

RevueJurnal Socius Journal of Sociology Research and Education · 2018
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueMulticultural Education and Local Wisdom
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsSociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dalam materi sosiologi di SMA terdapat Kompetensi Dasar tentang pemberdayaan masyarakat dan kearifan kokal, salah aspek yang dibahas adalah tentang kearifan lokal dalam bencana alam. Tulisan ini berangkat dari hasil penelitian yang bertujuan untuk mengembangkan materi ajat tentang mitigasi bencana, karena materi ajar yang ada pada buku paket Sosiologi di SMA masih bersifat tektual dan belum kontekstual dengan kondisi sosio-budaya masyarakat. Penelitian ini dilakukan di Kota Padang, dengan pendekatan kualitatif. Pemilihan infoman dilakukan dengan teknik purposive sampling. Pengumpulan data menggunakan teknik wawancara mendalam dan terstruktur, observasi partisipasi pasif, Focus Group Discussion, dan studi dokumen. Hasil dari penelitian ini; Sebagai strategi untuk mengembangkan materi ajar tersebut dengan studi kasus nilai-nilai kearifan lokal Minangkabau dapat dilakukan dengan cara melalui aktivitas (1) mengidentifikasi nilai-nilai kearifan lokal yang terkait dengan materi ajar sikap, pengetahuan dan keterampilan, (2) mengintegrasikan dengan RPP, bahan ajar, LKS, dan modul

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,007
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,085
Tête enseignante GPT0,434
Écart entre enseignants0,349 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Socius Journal of Sociology Research and EducationMême sujetMulticultural Education and Local WisdomTravaux en français237 207