Enterprise Architecture Smart Online Education menggunakan metode TOGAF-ADM
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,008 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».