PERANCANGAN TATA KELOLA TEKNOLOGI INFORMASI PADA PERGURUAN TINGGI DENGAN MENGGUNAKAN FRAMEWORK COBIT 5 STUDI KASUS : STMIK DHARMA WACANA METRO
Notice bibliographique
Résumé
STMIK Dharma Wacana Kota Metro sebagai lembaga pendidikan berupaya untuk mengikuti perkembangan dalam menerapkan teknologi informasi. Namun saat ini tata kelola teknologi yang diterapkan tidak berjalan sesuai harapkan perguruan tinggi, hal ini terlihat dari pengguna yang kurang memahami pemakaian perangkat komputer/teknologi serta belum adanya prosedur dalam pemakaian dan perbaikan pada teknologi, kegagalan pengoperasian system, hilangnya data oleh virus, pemakaian komputer yang bukan pemiliknya sehingga rentan dalam bocornya informasi, kurangnya pemahaman staff tentang teknologi komputer yang digunakan (komputer), staff yang melakukan pekerjaan diluar unit kerjanya Oleh karena itu, dibutuhkan suatu pengelolaan terhadap aktivitas bisnis dan resiko yang tidak hanya meliputi masalah teknis atau operasional, tetapi juga eksekutif manajemen agar dapat memenuhi kebutuhan bisnis, seperti IT governance
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 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 ».