PENGEMBANGAN MODEL SUPERVISI AKADEMIK UNTUK MENINGKATKAN KUALITAS PEMBELAJARAN PADA SMK BIDANG KEAHLIAN BISNIS DAN MANAJEMEN DI KOTA BANDUNG
Notice bibliographique
Résumé
Penelitian ini bermaksud untuk mengembangkan model supervisi akademik untuk meningkatkan kualitas pembelajaran pada Sekolah Menengah Kejuruan Bidang Keahlian Bisnis dan Manajemen di kota Bandung. Tujuan yang ingin dicapai dalam penelitian ini yaitu sebuah model supervisi akademik yang bisa diimplementasikan oleh kepala sekolah dan pengawas untuk meningkatkan kualitas pembelajaran yang dilakukan oleh guru. Metode yang digunakan dalam penelitian ini adalah metode penelitian dan pengembangan atau Research and Develpoment (R & D). Penelitian dan pengembangan adalah suatu proses atau langkah-langkah untuk mengembangkan suatu produk baru atau menyempurnakan produk yang telah ada. Tahapan dalam penelitian dan pengembangan (R&D) dalam penelitian ini secara operasional terdiri dari: 1) Penelitian dan pengumpulan data; 2) Perencanaan; 3) Pengembangan Model ; 4) Validasi Model ; 5) Revisi Model ; 6) Uji Coba Model; 7) Revisi Model; 8) Uji Coba Lebih Luas; dan 9) Revisi Model Akhir. Berdasarkan existing condition dan kerangka acuan pengembangan model, maka rancangan model supervisi dalam penelitian ini mengikuti tahapan kegiatan yang merupakan siklus yang terdiri atas tahapan-tahapan : 1) Perencanaan Program Supervisi, 2) Tahap Pertemuan Awal, 3) Pemberian Motivasi dan Pembentukan Mindset, 4) Persiapan Supervisi, 5) Peer Group Supervision, 6) Evaluasi, 7) Tindak Lanjut, 8) Pemantauan Pelaksanaan Tindak Lanjut. Kata Kunci : Supervisi Akademik, Kualitas Pembelajaran
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».