MétaCan
Menu
Retour à la cohorte
Enregistrement W3142812376 · doi:10.51178/ce.v2i1.186

Implementasi Manajemen Pembiayaan Pendidikan di MTs. Al-Manar Nurul Iman Sidamanik

2021· article· id· W3142812376 sur OpenAlexaff
Rizki Utami

Notice bibliographique

RevueContinuous Education Journal of Science and Research · 2021
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueIslamic Finance and Communication
Établissements canadiensEncana (Canada)WiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Implementasi manajemen pembiayaan pendidikan di MTs. Al-Manar Nurul Iman Sidamanik. Penelitian ini merupakan penelitian deskriptif kualitatif. Tujuan penelitian ini adalah untuk mengetahui bagaimana perencanaan, pelaksanaan, pengawasan, serta evaluasi pembiayaan pendidikan di MTs. Al- Manar Nurul Iman Sidamanik. Hasil penelitian mengungkapkan bahwa: Perencanaan pembiayaan pendidikan di MTs. Al-Manar Nurul Iman Sidamanik dibuat pada Rencana Kegiatan dan Anggaran Madrasah (RKAM) yang dilakukan setiap awal tahun oleh pihak sekolah. Setelah dirapatkan akan dikonsultasikan dengan pihak pengawas, kemudian dilakukan pengusulan dana Bantuan Operasional Sekolah (BOS) ke Kantor Wilayah Departemen Agama. Dalam pelaksanaan pembiayaan pendidikan dana diperoleh dari dana Bantuan Operasional Sekolah (BOS) yang dialokasikan untuk gaji pendidik dan tenaga kependidikan sebesar 50%, Sarana dan Prasarana sebesar 30% dan untuk Alat Tulis Kantor (ATK) sebesar 20%. Serta diperoleh dari dana Komite yang dialokasikan untuk tunjangan jabatan, kegiatan siswa, kebersihan sekolah, Alat Tulis Kantor (ATK), dan transport. Pengalokasian dana tersebut akan dicatat dalam bentuk Laporan Pertanggungjawaban (LPJ) maupun buku Sumbangan Pembinaan Pendidikan (SPP) dan kas yang akan dipertanggungjawabkan oleh Kepala Madrasah. Untuk pengawasan pembiayaan pendidikan dilakukan oleh pihak internal dan eksternal Madrasah pada pemasukan dan pengeluaran dana. Kemudian, evaluasi pembiayaan pendidikan dilakukan oleh pihak Madrasah secara berkala untuk manilai, memantau dan melaporkan apakah penggunaan anggaran sudah sesuai dengan rencana

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0350,011

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 Opus0,050
Tête enseignante GPT0,427
Écart entre enseignants0,377 · 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'étudeObservationnel
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContinuous Education Journal of Science and ResearchMême sujetIslamic Finance and CommunicationTravaux en français237 207