Pelatihan Teknik Pengumpulan Data Geografis Berbantuan Peta dan Citra pada Siswa SMA
Notice bibliographique
Résumé
Pembelajaran penelitian-penelitian geografi merupakan salah satu goal pendidikan dalam Kurikulum 2013. Kompetensi yang harus dicapai siswa dalam materi ini adalah memahami langkah-langkah penelitian geografi, termasuk teknik-teknik pengumpulan data geografis. Karena itu, diperlukan pelatihan bagi siswa yang bertujuan untuk meningkatkan kemampuan siswa dalam memahami teknik pengumpulan data geografis. Kegiatan pelatihan menggunakan media peta dan citra. Luaran utama yang diharapkan dalam pengabdian ini adalah jurnal atau publikasi ilmiah. Mitra kegiatan pengabdian ini adalah siswa SMA YPK Diaspora Kotaraja dengan lokasi kegiatan di sekolah dan Kawasan Pantai Base-G, Kota Jayapura. Metode pelaksanaan kegiatan pengabdian dalam bentuk pelatihan. Kegiatan pelatihan dilaksanakan dalam bentuk pemberian materi, praktek interpretasi peta dan citra. Hasil kegiatan pengabdian menunjukkan bahwa siswa peserta pelatihan telah mampu mengumpulkan data geografis melalui interpretasi peta dan citra.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,018 |
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 ».