MétaCan
Menu
Retour à la cohorte
Enregistrement W4289530959 · doi:10.18860/rosikhun.v1i3.15233

Manajemen Pengembangan Kurikulum Berbasis Madrasah di MTs Ma’arif NU Kota Malang

2022· article· en· W4289530959 sur OpenAlexaff
Eka Nursabila, Indah Ayu Nuraini

Notice bibliographique

RevueAr-Rosikhun Jurnal Manajemen Pendidikan Islam · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésCurriculumDocumentationMathematics educationPsychologyPedagogyEngineeringSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Curriculum development has a very crucial role in the education process, especially in the learning process. The achievement of learning depends on the management of curriculum development that carried out in each school. This study aims to determine the management of madrasa-based curriculum development that carried out at MTs Ma'arif NU Malang City. This research used descriptive qualitative method through interviews, observation, and documentation. The subjects studied were curriculum documents that had been developed, the subjects interviewed were the head of the madrasa, vice of curriculum, and teacher representatives. The results showed that the management of curriculum development at MTs Ma'arif NU Malang City includes planning, implementation, and evaluation. The implementation of the curriculum is carried out in macro and micro. Macro implementation by the curriculum development team, by the head of the madrasa and the vice of the curriculum to design selective programs such as aswaja deed and tahfidz programs. While the implementation of the micro curriculum is carried out by each subject teacher, which is the activity of developing the curriculum in the learning process. Starting from the lesson plans outlined in the RPP, the learning process using creative and varied learning methods, to the assessment process. Evaluation activities are carried out every mid-semester and are also carried out directly when the teacher is experiencing problems during the implementation process.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,026
Tête enseignante GPT0,328
Écart entre enseignants0,303 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAr-Rosikhun Jurnal Manajemen Pendidikan IslamMême sujetEducational Curriculum and Learning MethodsTravaux en français237 207