MétaCan
Menu
Retour à la cohorte
Enregistrement W3185387610 · doi:10.53580/naratif.v3i01.119

PENGEMBANGAN SISTEM INFORMASI PENJAMINAN MUTU (SIMANTU) LLDIKTI WILAYAH IV

2021· article· id· W3185387610 sur OpenAlexaff
Rangga Sanjaya, Rissa Nurfitriana Handayani

Notice bibliographique

RevueNaratif Jurnal Nasional Riset Aplikasi dan Teknik Informatika · 2021
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSchool Leadership and Teacher Performance
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0370,011

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 Opus0,034
Tête enseignante GPT0,289
Écart entre enseignants0,256 · 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'étudeSans objet
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNaratif Jurnal Nasional Riset Aplikasi dan Teknik InformatikaMême sujetSchool Leadership and Teacher PerformanceTravaux en français237 207