EVALUASI PROGRAM KARTU JAKARTA PINTAR (KJP) PLUS DI SEKOLAH DASAR KECAMATAN MAKASAR JAKARTA TIMUR
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
Secara umum tesis ini bertujuan untuk mendapatkan informasi tentang program KJP Plus di Sekolah Dasar Kecamatan Makasar Jakarta Timur. Evaluasi ini menggunakan pendekatan model CIPP (Context, Input, Process, dan Product). Teknik pengumpulan data melalui studi dokumentasi, dan kuesioner. Teknik analisis data dalam metode evaluasi ini menggunakan pendekatan kuantitatif-deskriptif dengan tahapan yang terdiri dari: reduksi data, penyajian data, dan penarikan kesimpulan. Hasil evaluasi menyimpulkan bahwa: (1). Konteksdari pelaksanaan program KJP Plus di Sekolah Dasar Kecamatan Makasar Jakarta Timur sudah sesuai dengan ketentuan yang berlaku di dalam program KJP plus. (2) Input dari pelaksanaan program KJP Plus sudah sesuai dalam mendukung kesuksesan program KJP plus di Sekolah Dasar Kecamatan Makasar Jakarta Timur. (3) Pelaksanaan program KJP Plus di Sekolah Dasar Kecamatan Makasar Jakarta Timur sudah berjalan baik namun perlu ada perbaikan pada aspekpelaporan penggunaan dana KJP plus. (4) Ketercapaian pelaksanaan program KJP Plus di Sekolah Dasar Kecamatan Makasar Jakarta Timur di masa pandemi covid-19 belum optimal terutama dalam pemenuhan kebutuhan peserta didik khususnya dalam menunjang kebutuhanpendidikan.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,011 |
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