MétaCan
Menu
Retour à la cohorte
Enregistrement W2991721144 · doi:10.52266/tadjid.v3i2.295

TINGKAT LITERASI DIGITAL MAHASISWA KEGURUAN DALAM MENGHADAPI ERA REVOLUSI INDUSTRI 4.0

2019· article· id· W2991721144 sur OpenAlex

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

RevueTAJDID Jurnal Pemikiran Keislaman dan Kemanusiaan · 2019
Typearticle
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPsychologyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,674
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,268
Écart entre enseignants0,248 · 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