THE MEASUREMENT OF PROFESSIONAL COMPETENCY TO SCHOOL TEACHER’S ACHIEVEMENT AT PGRI UNIVERSITY YOGYAKARTA LABORATORY
Notice bibliographique
Résumé
Penelitian ini bertujuan: (1) untuk mengukur prestasi kerja guru sekolah laboratorium Universitas PGRI Yogyakarta, dan (2) mendeskripsikan hasil pengukuran prestasi kerja guru sekolah laboratorium Universitas PGRI Yogyakarta ditinjau dari kompetensi profesionalisme guru. Penelitian ini merupakan penelitian deskriptif kuantitatif. Populasi dalam penelitian ini adalah seluruh guru kelas tinggi dan kepala sekolah jenjang sekolah dasar. Teknik pengambilan sampel menggunakan menggunakan teknik cluster random sampling. Teknik pengumpulan data dalam penelitian menggunakan tes dan angket. Validitas pada instrumen kompetensi profesional menggunakan validitas isi dan valditas konstruk. Adapun estimasi reliabilitas instrumen dalam penelitian ini menggunakan cronbanch alpha. Hasil penelitian menunjukkan bahwa: (1) pencapaian rerata nilai prestasi kerja guru secara keseluruhan sebesar 71,00 dari rentang skor 0-100 dan (2) terdapat 4 kecamatan dan 18 Sekolah Dasar dengan kategori rendah dalam penilaian prestasi kerja guru sekolah laboratorium Universitas PGRI Yogyakarta.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».