A Development of Academic Management on Small School Model Under The Office of Udonthani Educational Service Area 2
Notice bibliographique
Résumé
The purpose of study were ; 1) to determine the Academic Management on \nsmall school Model ; 2) to Develop of Academic Management on small school model \nUnder the office of Udonthani Educational Service Area 2. The research Methodology \nconsisted of four steps ; 1) Analyzing the documentary research ; 2) developing the \nacademic management on small school factors and Indicators with Delphi Technique by \nverifying of 21 experts ; 3) seeking the advices and the feedbacks from nine experts in \nUdonthani using focus group discussion ; 4) evaluating the 110 school Administrators \nopinions in Udonthani. The analysis of the data was accomplished by computation of \npercentage, mean, standard deviation, median and interquartile ranges. \nBased on the findings to the study; it was concluded that: 1) The group of \nexperts represented the three factors were ; a) A development school Record of students ; \nb) A development attribute of student ; c) care forward successes with 15 Indicators. \n2) Based on group discussion, all experts strongly agreed with the used and Integration of three \nfactors of academic management on small school Model. 3) Overall, the at 110 school \ndemonstrations in Udonthani agreed with academic management on small school model \nat high level. 4) A development of academic management on small school model in the \noffice of Udonthani Educational Service Area 2 ; a) A development school Record of \nstudents with 5 indicators ; b) A development attribute of student with 6 indicators ; c) Care \nForward Successes with 4 indicators.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 tête enseignante, 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 ».