The Development of the Digital Identification Instrument for Children with Learning Disabilities using Decision Support System (DSS)
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.
Notice bibliographique
Résumé
The study is a part of research and development which aims at developing Decision Support System-based (DSS) digital identification instrument for children with learning disabilities. The first-year study consists of three stages: (a) the need analysis of the instrument, (b) the development of instrument prototypes, and (c) the validation of the digital identification instrument. The study was conducted in Surakarta, particularly in 20 special schools located in 7 regencies and cities and selected using purposive sampling. In the first stage, data were collected using a close-ended questionnaire from 32 respondents comprising principals and teachers. Meanwhile, the second stage use of a web-based digital application development technique. The identification instrument was then validated through expert judgment using focus group discussion (FGD) technique involving information and technology (IT) experts, special education experts, principals, and teachers of children with learning disabilities. The instrument prototypes were subsequently revised and limited empirical tryout, and then analyzed using statistical tests. The results indicate that 97% of the respondents require the development of a digital identification instrument for children with learning disabilities. The study has successfully developed digital identification instrument prototypes for children with learning disabilities. All items of the DSS-based instrument have met the required criteria of validity: r-table with the number of subjects of 32, a significance level of 5% (0.361), and greater r-count compared to r-table (0.361). The reliability tests demonstrate Cronbach's alpha of 0.875. It's proved that 13 items of the instrument have a sufficient level of reliability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle