Enterprise Architecture Smart Online Education menggunakan metode TOGAF-ADM
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Perkembangan teknologi informasi saat ini sudah sangat mendukung kegiatan dalam bidang apapun. Terutama dalam bidang pendidikan, sangat penting pengaruhnya dengan adanya peranan teknologi informasi. Apalagi dalam kondisi masa pandemi Covid-19 atau setelah pandemi Covid-19 peranannya sangat mendukung. Ada beberapa semangat bahwa belajar tidak terikat dalam tempat dan waktu. Inilah sebenarnya era industri 4.0, dimana dalam kehidupan saat ini semuanya sudah menggunakan teknologi informasi. Dunia pendidikan telah banyak memanfaatkan teknologi informasi, salah satunya adalah Smart pendidikan secara Online. Karena pendidikan online ini dapat digunakan tanpa dibatasi dengan ruang dan waktu. Dimana saja siswa dapat memperoleh informasi atau pembelajaran secara mandiri dengan tutorial video yang disediakan dalam Platform pendidikan Online. Sebelum melakukan pengembangan dari Platform pendidikan Online, perlu dilakukan Information Technology Planning dimana pembuatan Enterprise Architecture merupakan Roadmap dari Platform tersebut. Enterprise Architecture dalam penelitian ini menggunakan lima tahap dari delapan tahap yang ada dalam The Open Group Architecture Framework (TOGAF). Penelitian ini bertujuan untuk menghasilkan Blueprint Platform Smart Pendidikan Online yang memanfaatkan metode TOGAF Framework. Blueprint tersebut membahas Preliminary Phase, Architecture Vision, Business Architecture, Application Architecture, Information Architecture, Technology Architecture dan Opprotunities and Solution.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,014 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 découle