PENGARUH IKLIM ORGANISASI TERHADAP KOMITMEN GURU
Notice bibliographique
Résumé
Komitmen guru merupakan elemen penting yang berkontribusi pada efektivitas sekolah. Penelitian ini bertujuan untuk mengetahui hubungan antara iklim sekolah dengan komitmen guru dan dampak dari iklim sekolah yaitu kepemimpinan kolegial, prestasi akademik, profesionalisme guru dan kerentanan kelembagaan terhadap komitmen guru. Faktor-faktor tersebut berhubungan langsung dengan efisiensi dan efektivitas sekolah. Organizational Climate Index yang dikembangkan oleh Hoy, Smith, dan Sweetland dan Organizational Commitment Questionnaire yang dikembangkan oleh Mowday, Steers, dan Porter digunakan sebagai instrumen survei. Data dikumpulkan dari 42 guru SMPN 9 Padang untuk penelitian ini. Hasil penelitian menunjukkan adanya hubungan antara iklim sekolah dengan komitmen guru. Hasil analisis regresi menunjukkan bahwa kepemimpinan kolegial dan kerentanan kelembagaan merupakan prediktor komitmen guru. Temuan penelitian ini dapat berkontribusi untuk mengembangkan wawasan bagi administrator sekolah dan kepala sekolah untuk membuat intervensi yang diperlukan untuk mengembangkan iklim sekolah yang positif.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,144 | 0,023 |
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 ».