Penanggualangan Bencana Melalui Program Sekolah Pendidikan Aman Bencana (SPAB) di Kota Malang
Notice bibliographique
Résumé
Kota Malang termasuk kota pendidikan dan melalui aplikasi Inarisk Personal sebagai salah satu daerah yang rawan terhadap bencana terutama banjir kategori kelas tinggi dan gempa bumi kategori kelas sedang. Sehingga, diperlukannya suatu upaya untuk mengedukasi warga sekolah baik itu peserta didik maupun tenaga pendidik dalam hal mitigasi bencana melalui program Sekolah Pendidikan Aman Bencana (SPAB), mengingat peserta didik memiliki hak dalam keberlangsungan hidup dengan menyediakan suasana dan lingkungan yang menjamin proses pembelajaran, kesehatan, keselamatan, dan keamanan siswanya terjamin setiap saat dan juga anak-anak memiliki kebutuhan yang spesifik dalam menghadapi bahaya bencana serta seluruh upaya tersebut dilakukan dengan mengajak anak-anak untuk ikut serta berpartisipasi aktif. Metode yang digunakan pada penelitian ini yaitu metode kualitatif dengan jenis pendekatan deskriptif menurut Creswell yang dimulai dengan asumsi, penafsiran/teoritis, dan studi tentang permasalahan riset yang meneliti bagaimana individu atau kelompok memaknai permasalahan sosial atau kemanusiaan. Hasil Penelitian menunjukkan bahwa dalam pelaksanaan Program Sekolah Pendidikan Aman Bencana (SPAB) ini warga sekolah baik itu tenaga pendidik dan terkhusus peserta didik mengetahui penanganan apa yang harus mereka lakukan pada saat terjadinya bencana melalui tahap diseminasi yang terdiri dari sosialisasi, visualisasi dan juga simulasi bencana, serta terdapat tahap pemantauan atau monitoring guna melihat sejauh mana output tersampaikan dengan baik kepada peserta didik, dan evaluasi program berkaitan dengan mengukur sejauh mana pemahaman peserta didik setelah pelaksanaan program SPAB tersebut.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».