Pelaksanaan Supervisi Akademik Pada Masa Pandemi Covid-19 Di Sekolah Dasar
Notice bibliographique
Résumé
Pandemi Covid-19 menyebabkan terjadinya kedaruratan di segala bidang. Kedaruratan di bidang pendidikan ditandai dengan kebijakan pelaksanaan pembelajaran jarak jauh (PJJ). Penelitian ini bertujuan mendeskripsikan pelaksanaan supervisi akademik pada masa pandemi Covid-19 di SDIT Aljabar Gondang. Metode penelitian yang digunakan adalah kualitatif. Teknik pengumpulan data menggunakan observasi, wawancara, dan studi dokumentasi. Visitasi kelas untuk observasi pembelajaran tidak dapat dilaksanakan, dikarenakan proses pembelajarannya dengan cara pembelajaran jarak jauh (PJJ). Karena itu visitasi kelas diganti dengan visitasi pembelajaran kelas virtual. Instrumen yang digunakan adalah google form. Kepala sekolah mengirim instrumen kepada guru yang disupervisi melalui google form, selanjutnya guru tinggal mengisi. Instrumen visitasi kelas virtual mengacu pada instrumen visitasi kelas dalam pembelajaran normal, tetapi redaksinya diedit menyesuaikan kebutuhan untuk mendapatkan informasi tentang pelaksanakan PJJ. Berdasarkan vitasi kelas virtual tersebut diketahui bahwa dalam masa pandemi Covid-19 para guru SDIT Al Jabar Gondang tetap melaksanakan tugasnya, yaitu dengan cara blanded learning. Pembelajaran jarak jauh (PJJ) secara on line yang dicampur dengan pembelajaran tatap muka (PTM) terbatas secara bergiliran. PJJ dilaksanakan untuk menyampaikan materi pembelajaran yang esensial, sedangkan PTM terbatas untuk pengumpulan tugas dan pemberian bimbingan khusus yang tidak dapat dilaksanakan secara efektif melalui PJJ
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,031 |
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 ».