Notice bibliographique
Résumé
Pendidikan menengah kejuruan berperan menyiapkan peserta didik agar siap bekerja. Baik membuka lapangan pekerjaan sendiri maupun mengisi lowongan pekerjaan yang ada. SMK sebagai institusi pendidikan, dituntut menghasilkan tamatan sebagaimana yang diharapkan oleh dunia kerja. Maka, dalam upaya memenuhi kebutuhan tersebut, SMK Negeri 3 Magelang ditunjuk oleh pemerintah untuk direvitalisasi. Strategi utama revitalisasi tersebut antara lain membangun relevansi lulusan dengan pasar tenaga kerja. Selain itu perlu adanya penjaminan mutu, yakni standarisasi proses pembelajaran dan sertifikasi keahlian berbasis industri. Untuk itulah guru produktif pengampu mata pelajaran produktif diminta untuk belajar lagi dan melaksanakan magang di DU/DI. Tujuannya, supaya mereka memiliki tambahan keahlian dalam melaksanakan pembelajaran yang bermutu. Magang guru produktif dapat meningkatkan relevansi kompetensi keahlian guru produktif dengan perkembangan ilmu pengetahuan dan teknologi yang ada di dunia usaha dan dunia industry. Metode penelitian yang digunakan adalah penelitian tindakan sekolah yaitu melaksanakan pembinaan bagi sekelompok guru di suatu sekolah, melalui beberapa siklus, mengunakan sistem spiral refleksi model Kemmis dan Mc Taggart yang dimodifikasi. Strategi/Metode Kerja/Teknik Pembinaan yang digunakan pada siklus 1 adalah learning community, Observasi-Refleksi-Rekomendasi, dan Focused Group Discussion, sedangkan pada siklus 2 adalah learning community, metode Delphi, Observasi-Refleksi-Rekomendasi, dan Focused Group Discussion. Hasil penelitian menunjukkan bahwa setelah pembinaan, kinerja guru dalam melaksanakan learning community, aktif menuliskan hasil Focused Group Discussion, membuat RPP berbasis materi hasil kegiatan magang, membuat materi pelajaran berbasis materi hasil kegiatan magang, dan membuat penilaian pembelajaran berbasis hasil kegiatan magang, sudah menunjukkan adanya peningkatan, dari siklus I ke siklus II. Siklus II mengakhiri pembinaan, dengan indikator keaktifan guru telah diatas 80.00% dan skor guru minimal 80.00 sudah diatas 85% Kata kunci: Mengimplementasi Kegiatan Magang, Learning Community
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,486 | 0,379 |
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 ».