Pelatihan AutoCAD Siswa SMK Nasional Depok sebagai Pembekalan dalam menghadapi Era New Normal
Notice bibliographique
Résumé
Indonesia merupakan salah satu negara yang terdampak Covid-19, Indonesia menempati urutan tertinggi di Asia Tenggara sebagai negara dengan kasus Covid-19. Indonesia juga berada di peringkat 31 dunia dan 11 se-Asia dengan total keseluruhan mencapai 41.431 kasus dari data 17 Juni 2020. Salah satu provinsi di Indonesia yang terdapat banyak kasus positif adalah Jawa Barat. Jawa Barat menempati peringkat tiga sebagai provinsi dengan kasus positif Covid-19. Kota Depok merupakan salah satu wilayah Provinsi Jawa Barat yang paling banyak kasus dimana hingga per 17 Juni 2020, terkonfirmasi 671 kasus positif Covid-19. Hal ini menjadi perhatian karena banyak masyarakat Kota Depok yang terdampak Covid-19, seperti usaha yang mengalami kebangkrutan dan Pemutusan Hubungan Kerja dikarenakan operasional yang tidak berjalan dengan normal. Melihat situasi Kota Depok terkait Covid-19, FTI-UJ selaku instansi pendidikan yang berada di wilayah Kota Depok mencoba membantu mempersiapkan dan membekali siswa sekolah guna menghadapi Era New Normal yang sedang digalakkan pemerintah untuk meningkatkan perekonomian negara. FTI-UJ bekerja sama dengan SMK Nasional Depok memberikan pelatihan AutoCAD kepada siswa sekolah SMK Nasional Depok agar kelak mampu bersaing di Era New Normal. Hasil dari kegiatan ini adalah panduan-panduan praktis dan sederhana dalam membuat desain menggunakan AutoCAD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,101 | 0,028 |
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 ».