MétaCan
Menu
Retour à la cohorte
Enregistrement W4316036762 · doi:10.37755/jsap.v11i2.756

KEEFEKTIFAN PELAKSANAAN SUPERVISI AKADEMIK DALAM PENINGKATAN KEPROFESIONALAN GURU OLEH KEPALA SEKOLAH DI SMKS YPIS MAJU BINJAI

2023· article· id· W4316036762 sur OpenAlexaff
Hamidah Darma, Maulana Akbar, M Faisal

Notice bibliographique

RevueJurnal Serunai Administrasi Pendidikan · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSchool Leadership and Teacher Performance
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Penelitianinibertujuanuntukmengetahui bagaimana kepala sekolah merencanakan program supervisi akademik untuk pengembangan profesi guru-guru SMK Swasta YPIS Maju Binjai tahun pelajaran 2019/2020. Adapun masalah yang akan diteliti adalah apakah supervisi akademik ada keterkaitan dengan pengembangan profesi guru.Penelitianinidilaksanakan di SMKSMaju Binjai. Penelitianinimenggunakanpenelitiankualitatif.Hal inididasarkanpadapertimbanganbahwapenelitianinimengungkapkan Keefektifan Pelaksanaan Supervisi Akademik. Untuk Pengembangan Profesi Guru. Penelitiankualitatifadalahprosedurpenelitian yang menghasilkan data deskriptifberupa kata-kata yang tertulisataulisandari orang-orang yang perilakunyadapatdipahami.Subjekpenelitianinidiarahkanpadapencarian data darikepalasekolah, wakilkepalasekolah, guru, maupunstaf di SMK Maju Binjai.Pengumpulan data penelitiandiperolehdenganteknikobservasi, wawancaradanstudidokumen.Temuanpenelitianinisebagaiberikut :1). Supervisi akademik kepala sekolah dalam pengembangan profesional guru. 2) peran guru dalam pembelajaran. 3) peran kepala sekolah sebagai pemimpin pendidikan. 4) pola kepemimpinan yang diterapkan dalam memimpin guru.

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)0,005
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0040,001
Communication savante0,0010,002
Science ouverte0,0040,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,009

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 Opus0,064
Tête enseignante GPT0,341
Écart entre enseignants0,276 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Serunai Administrasi PendidikanMême sujetSchool Leadership and Teacher PerformanceTravaux en français237 207