MétaCan
Menu
Retour à la cohorte
Enregistrement W2979307047 · doi:10.26740/jdmp.v3n2.p62-71

Manajemen Kurikulum Berbasis Industri Kreatif Pada Kompetensi Keahlian Kriya Kreatif Logam dan Perhiasan SMKN 12 Surabaya

2019· article· id· W2979307047 sur OpenAlexaff
Sari Vaporizki

Notice bibliographique

RevueJDMP (Jurnal Dinamika Manajemen Pendidikan) · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Penelitian ini dilatarbelakangi oleh masalah pengangguran yang masih didominasi oleh lulusan Sekolah Menengah Kejuruan (SMK). Untuk mengatasi permasalahan tersebut melalui Instruksi Presiden (Inpres) Nomor 9 Tahun 2016 tentang Revitalisasi SMK, pemerintah melakukan revitalisasi pada komponen-komponen yang ada salah satunya kurikulum berbasis industri kreatif yakni kurikulum yang diselaraskan dengan kebutuhan industri. Tujuan penelitian ini untuk mendeskripsikan menelaah serta menganalisis perencanaan, pelaksanaan dan evaluasi kurikulum. Penelitian ini menggunakan pendekatan kualitatif dengan metode penelitian studi kasus. Hasil penelitian ini menunjukkan bahwa: 1) Perencanaan kurikulum berbasis industri kreatif dilakukan melalui rapat koordinasi dengan melibatkan pihak industri melalui kegiatan link and match dan rapat sosialisasi untuk memberikan pemahaman kepada semua pihak; 2) Pelaksanaan kurikulum berbasis industri kreatif melalui pembelajaran yang berbasis kreativitas yang dilaksanakan dikelas (bengkel) dan juga diluar kelas (Prakerin). Untuk mewujudkan pelaksanaan pembelajaran yang kreatif ini maka dibutuhkan kesiapan guru dalam mengajar dengan peningkatan kompetensi guru melalui magang guru, expert dengan perusahaan serta guru melakukan percobaan terlebih dahulu sebelum menyampaikan bahan ajar kepada peserta didik. 3) Evaluasi kurikulum berbasis industri kreatif ini disetiap pembelajaran terdapat assesment dari guru terkait ketercapaian peserta didik, evaluasi di semester 1 dan 2 melalui ujian-ujian baik berupa tes lisan, tes tertulis maupun unjuk kerja dan evaluasi yang melibatkan pihak eksternal yakni industri terkait melalui Ujian Kompetensi Keahlian (UKK).

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)0,002
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0080,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0550,012

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 Opus0,031
Tête enseignante GPT0,314
Écart entre enseignants0,284 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJDMP (Jurnal Dinamika Manajemen Pendidikan)Même sujetEducational Curriculum and Learning MethodsTravaux en français237 207