MétaCan
Menu
Retour à la cohorte
Enregistrement W4292209145 · doi:10.35138/gp.v3i2.353

PENGEMBANGAN EDUWISATA DI KAMPUS UNIVERSITAS WINAYA MUKTI, SUMEDANG

2021· article· id· W4292209145 sur OpenAlexaff
Sigit Wisnuadji, Achmad Saeful Fasa

Notice bibliographique

RevueGEOPLANART · 2021
Typearticle
Langueid
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Kedekatan perguruan tinggi (kampus) dengan masyarakat adalah hal penting agar kampus dapat lebih dikenal. Dan dari kondisi seperti inilah diharapkan terjadi hubungan yang saling memberi manfaat, baik masyarakat maupun perguruan tinggi tersebut. Salah satu strategi yang dapat diterapkan adalah pengembangan kampus sebagai kawasan wisata edukasi atau eduwisata. Eduwisata yang dimaksud disini adalah pengembangan kegiatan yang berbasis pendidikan, pelatihan ataupun hasil penelitian yang dapat menjadi daya tarik untuk masyarakat untuk datang dan berkunjung, baik untuk mengikuti berbagai kegiatan akademik (pendidikan, pelatihan, seminar, penelitian) maupun menikmati hasilhasil karya civitas akademika. Metoda penelitian yang digunakan adalah metode penelitian deskriptif dan observasi langsung. Dengan dilakukan penataan program yang baik didukung oleh penataan fisik kampus yang baik, tentunya program ini diharapkan dapat mencapai tujuan dalam rangka untuk mencapai visi dan misi yang telah dicanangkan. Dengan didukung oleh kondisi lingkungan dan lokalitasnya, kampus Universitas Winaya Mukti yang merupakan salah satu universitas pertanian tertua di Indonesia ini berpotensi untuk dikembangkan sebagai kawasan eduwisata melalui penataan kawasan kampus yang dapat menggali segala potensi yang ada. Akar pertanian dan kehutanan yang kuat dapat menjadi salah satu karakter dari kampus ini. Gagasan fisik pengembangan yang ada harus didukung adanya sinergi antar civitas akademika kampus Universitas Winaya Mukti Sumedang

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,014

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 Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGEOPLANARTMême sujetBlockchain Technology in Education and LearningTravaux en français237 207