MétaCan
Menu
Retour à la cohorte
Enregistrement W3112545010 · doi:10.35718/pikat.v1i1.292

SAFE (SMART AND FUN EDUCATION)

2020· article· id· W3112545010 sur OpenAlexaff
Aziza Nurul Izza, Budiani Fitria Endrawati, Darma Catur Kurniawan, Dhea Arfiria Dhayanty, Febriana Lepong Pabatek

Notice bibliographique

RevueJurnal Pengabdian Kepada Masyarakat ITK (PIKAT) · 2020
Typearticle
Langueid
DomaineComputer Science
ThématiqueEnglish Language Learning and Teaching
Établissements canadiensInuit Tapiriit Kanatami
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPsychologySociology

Résumé

récupéré en direct d'OpenAlex

Pendidikan Bahasa Inggris perlu dipelajari sejak usia dini oleh anak-anak, karena anak-anak akan lebih cepat mengingat dan memahaminya. Tetapi anak-anak akan cenderung bosan jika sang guru menyampaikan materi pembelajaran dengan tidak menarik, sehingga anak-anak akan kesusahan dalam belajar. Dari kejadia tersebut maka dilakukan kegiatan pengajaran Bahasa Inggris dengan konsep Smart And Fun Education. Tujuan dari kegiatan ini selain memberikan motovasi kepada adik-adik yang berada di panti asuhan tersebut untuk semangat belajar Bahasa Inggris, juga sebagai bentuk kepedulian terhadap sesama manusia dengan memberikan donasi kepada pihak pengelola panti, serta mempererat tali persaudaraan. Metode yang digunakan ialah Membaca dan Games. Kegiatan pengabdian masyarakat dilaksanakan di Panti Asuhan Ummi Zahro pada tanggal 30 November 2019. Kegiatan ini dihadiri oleh kurang lebih 30 anak panti. Adapun hasil kegiatan pengabdian masyarakat tersebut dapat dijabarkan dengan analisis SWOT.Dengan analisis SWOT pada hasil kegiatan pengabdian di Panti Asuhan Ummi Zahro adalah sebagai alat strategi pengembangan bagi panti asuhan tersebut. Pada pelaksanaan anak-anak di Panti Asuhan Ummi Zahro berantusisas dengan metode ini sehingga mereka dapat Memahami dengan baik edukasi yang diberikan para pemateri.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,272
Score d'incertitude au seuil0,910

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0060,004
Science ouverte0,0010,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,2720,127

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 Opus0,014
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 Pengabdian Kepada Masyarakat ITK (PIKAT)Même sujetEnglish Language Learning and TeachingTravaux en français237 207