TINGKAT LITERASI DIGITAL MAHASISWA KEGURUAN DALAM MENGHADAPI ERA REVOLUSI INDUSTRI 4.0
Notice bibliographique
Résumé
Literasi digital merupakan suatu kemampuan soft skill yang selayaknya dimiliki mahasiswa guna menghadapi era revolusi industri 4.0. Sehubungan dengan hal tersebut, penelitian ini bertujuan untuk mengidentifikasi tingkat literasi digital mahasiswa keguruan dilihat dari aspek persepsi terhadap literasi digital, keterpaparan terhadap penggunaan teknologi digital, dan harapan terhadap pengembangan literasi digital. Penelitian ini merupakan penelitian lapangan (field research) yang bersifat kuantitatif. Populasi dalam penelitian ini adalah seluruh mahasiswa keguruan pada Prodi PGMI Fakultas Tarbiyah Institut Agama Islam (IAI) Muhammadiyah Bima, berjumlah 128 orang. Sampel dipilih dengan menggunakan teknik stratified random sampling sehingga diperoleh 30 mahasiswa sebagai sampel penelitian. Hasil penelitian menunjukan bahwa tingkat literasi digital mahasiswa keguruan Prodi PGMI Fakultas Tarbiyah Institut Agama Islam (IAI) Muhammadiyah Bima dilihat dari aspek persepsi terhadap literasi digital berada pada kategori sedang (63%), aspek keterpaparan terhadap teknologi digital menempati kategori rendah (33%), dan untuk aspek harapan terhadap pengembangan literasi digital masuk pada kategori sedang (42%).
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,202 | 0,072 |
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 ».