MétaCan
Menu
Retour à la cohorte
Enregistrement W3128246531 · doi:10.17977/jptpp.v5i7.13769

Faktor-faktor yang Memengaruhi Efektivitas Sekolah dengan Kemandirian Sekolah sebagai Variabel Intervening menggunakan Pendekatan Partial Least Square

2020· article· en· W3128246531 sur OpenAlexaff
Arie Wibowo Khurniawan, Illah Sailah, Pudji Muljono, M. Syamsul Maarif, Bambang Indriyanto

Notice bibliographique

RevueJurnal Pendidikan Teori Penelitian dan Pengembangan · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVocational and Entrepreneurial Education
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPsychologyBusiness administrationMathematics educationBusiness

Résumé

récupéré en direct d'OpenAlex

The government encourages Vocational High Schools to carry out organizational transformation to become Regional Public Service Bodies. Through BLUD, SMKs with superior products can manage finances and production processes more flexibly without violating regulations so that school effectiveness can be achieved. This study aims to analyze the factors that influence SMK-BLUD schools' effectiveness through school independence using partial least squares structural equation modeling (PLS-SEM) analysis. The data were obtained by distributing questionnaires to 231 respondents from students, teachers, school principals, and committees in 25 SMK-BLUDs in East Java and DKI Jakarta. It is known that the variables focus on customers, focus on processes, and continuous improvement have a positive and significant impact on school effectiveness. In addition, the independence of each school indirectly also has a positive and significant effect on school effectiveness. The results of this modeling show the value of Predictive Relevance (Q2) of 0.965, meaning that this model has a good Predictive Relevance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,306
Écart entre enseignants0,260 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Pendidikan Teori Penelitian dan PengembanganMême sujetVocational and Entrepreneurial EducationTravaux en français237 207