Analisis Kebutuhan Diklat (AKD) Pada Balai Diklat Keagamaan Denpasar Tahun 2018
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menentukan jenis diklat yang dibutuhkan untuk pengembangan kompetensi Aparatur Sipil Negara (ASN) di wilayah kerja Balai Diklat Keagamaan Denpasar berdasarkan hasil Analisis Kebutuhan Diklat (AKD) Tahun 2018. Sampel dan populasi penelitian ini adalah sebanyak 1120 responden yang berasal dari guru, pengawas, penyuluh, penghulu, kepala madrasah, pejabat struktural eselon IV di lingkungan Kementerian Agama Provinsi Bali, NTB dan NTT. Data yang diperoleh yaitu data jenis diklat yang dibutuhkan di wilayah Kerja Balai Diklat Keagamaan Denpasar. Teknik pengumpulan data yang digunakan yaitu teknik angket. Instrumennya berupa angket pemetaan kompetensi dan kebutuhan diklat. Teknik analisis datanya yaitu mencari persentase kebutuhan untuk masing-masing jenis diklat. Analisis lanjutnya yaitu penentuan 10 diklat prioritas pada masing-masing jenis diklat. Kesimpulan penelitian adalah jenis diklat yang dibutuhkan ASN di wilayah Kerja Balai Diklat Keagamaan Denpasar berdasarkan hasil Analisis Kebutuhan Diklat Tahun 2018, yaitu: Diklat Substantif pendidikan sebesar 75,14%, Diklat Teknis Substantif Keagamaan sebesar 9,19%, Diklat Fungsional Pendidikan sebesar 11,85% dan Diklat Fungsional Keagamaan sebesar 4,32%. Rekomendasi penelitian ini agar AKD ditindaklanjuti oleh Balai Diklat Keagamaan Denpasar dalam bentuk penyusunan rencana program diklat Tahun 2019 dengan mempertimbangkan skala prioritas.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,008 |
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 ».