PENGARUH GAYA KEPEMIMPINAN MUTU DAN DISTRIBUTIF KEPALA SEKOLAH DALAM MENINGKATKAN MUTU PENDIDIKAN MELALUI 8 STANDAR NASIONAL PENDIDIDKAN (SNP)
Notice bibliographique
Résumé
Kajian ini bertujuan untuk: (1) mengetahui sejauhmana pengaruh kepemimpinan mutu kepala SMKN 2 Depok Sleman dalam meningkatkan mutu pendidikan melalui 8 Standar Nasional Pendidikan (SNP); (2) sejauhmana pengaruh kepemimpinan distributif kepala SMKN 2 Pengasih Kulon Progo dalam meningkatkan mutu pendidikan melalui 8 Standar Nasional Pendidikan (SNP). Kajian ini merupakan kajian kuantitatif. Populasi kajian adalah seluruh guru (termasuk kepala sekolah) yang mengajar di SMKN 2 Depok Sleman dan SMKN 2 Pengasih Kulon Progo di Provinsi D.I Yogyakarta. Sampel penelitian dipilih 30 Guru (termasuk kepala sekolah) berjumlah 30 masing-masing sekolah, sehingga total sampel berjumlah 60 orang. Pengumpulan data menggunakan angket dimana untuk menambahan informasi menggunakan observasi dan studi dokumentasi. Analisis data menggunakan teknik statistik kuantitatif dengan terlebih dahulu data diuji normalitas, linieritas dan multikolinieritas kemudian baru dapat dilanjutkan dengan analisis regresi tunggal. Hasil kajian adalah sebagai berikut. (1) Kepemimpinan mutu (X1) Kepala SMKN 2 Depok tidak berpengaruh terhadap SNP (Y) dengan nilai Sig. 0,543 (syarat berpengaruh nilai sig. < 0, 05); (2) Kepemimpinan distributif (X2) Kepala SMKN 2 Pengasih berpengaruh terhadap SNP (Y) dengan nilai Sig. 0,004 (syarat berpengaruh nilai sig. < 0, 05).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».