PENGEMBANGAN SISTEM INFORMASI PENJAMINAN MUTU (SIMANTU) LLDIKTI WILAYAH IV
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
SPMI (Sistem Penjamin Mutu Internal) merupakan acuan bagi perguruan tinggi dalam menilai mutu kinerja dan penyelenggaraan pendidikan tinggi secara internal. SPMI penting untuk diperhatikan oleh perguruan tinggi agar mampu berkompetisi secara positif dengan perguruan tinggi lain di dalam maupun di luar negeri agar mampu meningkatkan pengelolaan dan penyelenggaraan pendidikan tinggi perguruan tinggi tersebut. Untuk dapat menilai ketercapaian masing-masing standar SPMI, DIKTI menyediakan aplikasi pemetaan perguruan tinggi untuk dapat melihat info grafik kinerja penyelenggaraan pendidikan tinggi di seluruh perguruan tinggi di Indonesia. Akan tetapi, dalam pelaksanaannya masih terdapat perguruan tinggi yang belum mengisi dan melengkapi dokumen-dokumen SPMI, sehingga hasil pemetaan yang dilakukan belum sepenuhnya mencerminkan kinerja perguruan tinggi secara faktual. Permasalahan yang sering dihadapi oleh perguruan tinggi dalam melaksanakan penilaian mutu internal adalah tidak terorganisirnya berkas dan dokumen administrasi SPMI. Hal tersebut dapat terjadi karena pengelola kampus tidak memiliki referensi yang cukup tentang bagaimana penyelenggaraan dan dokumentasi administrasi SPMI yang baik. Berdasarkan analisis permasalahan tersebut, dalam menunjang aktivitas pengelolaan dan penyelenggaraan perguruan tinggi, diperlukan adanya kolaborasi dan kerjasama diantara perguruan tinggi, yang difaslitatori oleh pemerintah dalam hal ini diwakili oleh LLDIKTI. Adanya aplikasi Sistem Penjaminan Mutu (SIMANTU) diharapkan dapat mengingatkan dan membantu LLDIKTI dan PT untuk mempersiapkan proses pendataan dalam kegiatan reakreditasi, melalui layanan portal informasi, pangkalan data (resource sharing), riwayat kegiatan, dan bilik konsultasi secara online.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,007 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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 découle