MétaCan
Menu
Retour à la cohorte
Enregistrement W4240959851 · doi:10.31227/osf.io/853vy

Peningkatan MutuPembelajaran Melalui Supervisi Akademik Berdasarkan Mutu Standar Proses Pembelajaran

2019· preprint· id· W4240959851 sur OpenAlexaff
Septina Atikah

Notice bibliographique

Revuenon disponible
Typepreprint
Langueid
DomaineSocial Sciences
ThématiqueSchool Leadership and Teacher Performance
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Pendidikan bermutu menjadi indikator keberhasilan dalam peningkatan daya saing sumber daya manusia di Provinsi Jawa Tengah. Penelitian ini bertujuan untuk menganalisis kinerja pencapaian standar proses dan merekomendasikan kebijakan dalam peningkatan mutu pendidikan SD, SMP dan SMA . Penelitian dilakukan berdasarkan pendekatan kombinasi (Mixed Method) dengan analisis konten laporan pemetaan mutu dan kebijakan pendidikan menengah. Teknik pengumpulan data dilakukan melalui studi dokumentasi pemetaan mutu pendidikan dari Lembaga Penjaminan Mutu Pendidikan dan Rencana Strategis Pendidikan. Kegagalan mencapai standar ini diakibatkan rendahnya para guru dalam menyusun perencanaan dan melaksanakan proses pembelajaran. Supervisi pendidikan, pelatihan, dan pendampingan guru menjadi program yang perlu dilakukan untuk meningkatkan mutu standar proses pendidikan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0050,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0180,008

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 Opus0,060
Tête enseignante GPT0,323
Écart entre enseignants0,264 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSchool Leadership and Teacher PerformanceTravaux en français237 207