MétaCan
Menu
Retour à la cohorte
Enregistrement W2943185977 · doi:10.26576/profesi.284

Perencanaan pembelajaran skills lab di STIKES PKU Muhammadiyah Surakarta

2019· article· id· W2943185977 sur OpenAlex
Ika Kusuma Wardani, Sri Sundari, Moh Afandi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProfesi (Profesional Islam) Media Publikasi Penelitian · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPsychologyHumanitiesNursing sciencePedagogyNursingMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Pembelajaran skill lab sangat dibutuhkan untuk meningkatkan kemampuan dan kompetensi keperawatan. Penelitian ini bertujuan menggambarkan bagaimana perencanaa, pembelajaran skills lab di di STIKES PKU Muhammadiyah Surakarta. Penelitian ini merupakan penelitian kualititaf dengan menggunakan pendekatan deskriptif. Pengambilan data dilaksanakan dengan beberapa cara yaitu: Focus group discussion melibatkan 12 mahasiswa keperawatan semester 2; wawancara dengan 7 informan; Observasi pembelajaran skill lab dan studi dokumentasi. Selanjutnya data dianalisis dengan metode analisis kualitatif. Hasil penelitian menunjukkan bahwa perencanaan skill lab keperawatan meliputi sumber daya manusia, kurikulum, fasilitas, mahasiswa dan sosialisasi. Kesimpulan penelitian bahwa perencanaan pembelajaran skills lab telah dilakukan dengan sistematis. Perencanaan pembelajaran skills lab harus selalu dilakukan untuk meningkatkan kualitas pembelajaran dan keterampilan mahasiswa keperawatan.

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,004
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,003
Science ouverte0,0040,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0360,012

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 Opus0,018
Tête enseignante GPT0,285
Écart entre enseignants0,266 · 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