Teachers’ Attitude towards Minimum Competency Assessment at Sultan Agung Senior High School in Pematangsiantar, Indonesia
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
In order to replace all students in Indonesia, the minimum competency assessment is administered in 2021. The evaluation includes literacy, literacy and financial literacy. This study seeks to examine the attitude of teachers to the minimum assessment of competence or known as the minimum competence assessment (AKM). A descriptive qualitative method with a statistical method was used in this research. There were 34 teachers at Sultan Agung Senior High School in Pematangsiantar, Indonesia (SMA Sultan Agung). The participants therefore received questionnaires. Questionnaire statements distributed through Google form. The delivery of questionnaires via Google's Covid-19 form, which prevented the scientist from conducting face-to-face research with its participants. There were 12 items on the questionnaire given. There are 4 question items for each component. Overall, the results of the teachers' research attitudes towards the assessment of minimum skills achieved a maximum score of 60 and a minimum score of 12. After the data are analyzed, more teachers agree that in the implementation of the AKM they are looking for the issues themselves. There were 18 teachers (48.6%) in the group who agreed on the statement, which was a sharp contrast to those teachers who disagreed, i.e. (2.7 percent). The teachers therefore really want to know about AKM. With numerous references to AKM on the Internet, it helps teachers to practice AKM.
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 | 0,007 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle