MétaCan
Menu
Retour à la cohorte
Enregistrement W3070602048 · doi:10.22225/juinhum.1.1.2205.167-172

Implementasi PERMENDIKBUD No. 14 Tahun 2018 terhadap Peneriman Peserta Didik Baru Berdasarkan Zonasi Sekolah

2020· article· en· W3070602048 sur OpenAlexaff
Ni Komang Rai Widhyaningsih, I Wayan Arthanaya, Luh Putu Suryani

Notice bibliographique

RevueJurnal Interpretasi Hukum · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Social Justice Studies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésZoningCertificateBaruMedical educationPsychologyMathematics educationPolitical scienceComputer scienceGeographyMedicine

Résumé

récupéré en direct d'OpenAlex

Education is something that is important can provide knowledge that can improve the characteristics of life, both in personal life, community life, and state life. A New Student Admission, often referred to as PPDB, isan annual activity which is the selection stages for prospective new students organized by school-level committees under the supervision and coordination of the Office of Education. This year, PPDB uses a new system, the zoning system, which aims to equalize students. The purpose of this study was to describe how the implementation of Permendikbud number 14 in 2018 and what are the factors inhibiting the implementation of Permendikbud number 14 in 2018 on the admission of new students based on zoning. This research was designed using an empirical legal research approach. The results of this study indicated that the implementation of Permendikbud No. 14 of 2018 in High Schools / Kejuraan especially in the South Kuta area has not been running effectively because there was one school that received protests from students' parents which resulted in the process of hiring new students being hindered. In addition, this study also showed that the inhibiting factors for the implementation of Permendikbud No. 14 of 2018 on the admission of new students based on zoning consisted of internal factors, namely the committee was less selective in examining student requirements and the application provided was experiencing interference, and external factors namely location, community mainset, and domicile certificate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,034
Tête enseignante GPT0,324
Écart entre enseignants0,290 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Interpretasi HukumMême sujetLegal and Social Justice StudiesTravaux en français237 207