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 OpenAlexaff
Ika Kusuma Wardani, Sri Sundari, Moh Afandi

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.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,236

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0710,009

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

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'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProfesi (Profesional Islam) Media Publikasi PenelitianMême sujetProblem and Project Based LearningTravaux en français237 207