ANALISA DAN PEMODELAN PERANGKAT LUNAK ePOINT KEMAHASISWAAN SEBAGAI PENDUKUNG SKPI DI UNIVERSITAS KATOLIK WIDYA KARYA MALANG
Notice bibliographique
Résumé
SKPI adalah salah satu prasyarat untuk ijazah pendukung yang didalamnya terdapat unsur pendukung, salah satunya adalah kegiatan yang diikuti oleh siswa baik akademik maupun non akademik. Di UKWK sendiri, proses pencatatan kegiatan siswa masih dilakukan secara manual sehingga membutuhkan waktu untuk proses pencarian dan validasi. Prototipe desain sistem informasi siswa berbasis web ini dapat membantu siswa dalam mendukung perekaman aktivitas siswa yang terkomputerisasi. Dalam penelitian ini, ada 3 peran pengguna utama yang mengambil bagian dalam sistem, yaitu tingkat biro siswa, tingkat departemen dan tingkat siswa. Pada tingkat biro siswa dan jurusan memiliki wewenang untuk memvalidasi data dari siswa. Sementara di tingkat siswa, hanya dalam sistem ini dibagi menjadi 2 penilaian, yaitu jenis kegiatan dan peran dalam kegiatan tersebut. Dari hasil penentuan bobot tersebut, diharapkan setiap aktivitas aktivitas siswa memiliki poin dan dicatat dalam database sehingga dapat digunakan sebagai elemen pendukung dalam pembuatan SKPI.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,009 |
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 ».