MétaCan
Menu
Retour à la cohorte
Enregistrement W4367156901 · doi:10.57218/jompaabdi.v1i4.298

Peningkatan Softskill Siswa Smu Untuk Pendampingan Enumerator Pada Praktek Lapangan Kuliah Ekonomi Sumberdaya Di Desa Sungsang Kabupaten Banyuasin Sumatera Selatan

2022· article· id· W4367156901 sur OpenAlexaff
Fauziyah Fauziyah, Fitri Agustriani, Ellis Nurjuliasti Ningsih, Wike Ayu Eka Putri, Hartoni Hartoni, Indra Yustian

Notice bibliographique

RevueJompa Abdi Jurnal Pengabdian Masyarakat · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSTEM Education
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Kawasan pesisir pantai Sumatera Selatan didominasi oleh habitat mangrove dengan ciri khas pantai berlumpur. Desa Sungsang merupakan salah satu desa pesisir yang ada di Kabupaten Banyuasin dimana sebagian besar masyarakat di daerah ini memiliki mata pencarian sebagai nelayan. Kegiatan pengabdian terintegrasi ini melibatkan mahasiswa Jurusan Ilmu Kelautan UNSRI dalam mata kuliah Ekonomi Sumberdaya Pesisir dan Laut dan Siswa SMU N 1 Banyuasin 2 sebagai khalayak sasaran. Kegiatan ini bertujuan untuk meningkatkan softskill siswa SMU N 1 Banyuasin II di Desa Sungsang Kabupaten Banyuasin tentang pengetahuan ekonomi sumberdaya kelautan serta memberikan keterampilan pendampingan sebagai enumerator. Metode yang digunakan meliputi kuliah, praktikum di laboratorium dan praktek lapangan serta pelatihan sebagai pendamping enumerator bagi siswa SMU. Siswa SMU sebagai khalayak sasaran diberikan pretest sebelum pemaparan materi dan pendampingan sebagai enumerator, setelah itu dilakukan postest untuk mengevaluasi hasil kegiatan. Kegiatan pengabdian terintegrasi ini terlaksana dengan baik berkat peran aktif mahasiswa dan siswa SMU N 1 Banyuasin II yang terlibat. Rangkaian kegiatan dapat berjalan dengan baik dan siswa SMU terlihat sangat antusias. Hasil evaluasi nilai pretest menunjukkan bahwa materi tentang nilai ekonomi sumberdaya laut serta pendampingan sebagai enumerator adalah 35% (7 siswa) yang mendapatkan skor 100, yang lainnya mendapatkan skror 50 dan 70. Adapun hasil postest skor 100 meningkat menjadi 75% (15 siswa). Artinya terjadi peningkatan pemahaman siswa terkait topik enumerator sebanyak 40% (8 orang) dan tidak ada siswa yang mendapatkan skor 50.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,005

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 Opus0,023
Tête enseignante GPT0,281
Écart entre enseignants0,259 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJompa Abdi Jurnal Pengabdian MasyarakatMême sujetSTEM EducationTravaux en français237 207