MétaCan
Menu
Retour à la cohorte
Enregistrement W4382242641 · doi:10.59697/jik.v6i2.110

RANCANG BANGUN APLIKASI MENENTUKAN KEMAMPUAN DASAR SISWA MADRASAH IBTIDAIYAH MENGGUNAKAN METODE CERTAINTY FACTOR PADA MIS AL WASHLIYAH BINJAI BERBASIS WEBSITE

2022· article· id· W4382242641 sur OpenAlexaff
Rani Nuraini, Relita Buaton, Husnul Khair

Notice bibliographique

RevueJurnal Informatika Kaputama (JIK) · 2022
Typearticle
Langueid
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

MIS Al Washliyah Binjai, merupakan salah satu Madrasah Ibtidaiyah (MI) Swasta yang berlokasi di alamat jalan Perintis Kemerdekaan No. 148, Kota Binjai, Sumatera Utara. Dalam mengetahui kemampuan dasar siswa di sekolah, pihak sekolah menggunakan cara dengan menanyakan kemampuan siswa kepada guru pengajar disekolah. Penentuan kemampuan siswa tersebut masih merupakan pemikiran oleh guru – guru dan bukan berdasarkan kemampuan siswa itu sendiri. Untuk itu perlunya sebuah sistem yang dapat menentukan kemampuan siswa Madrasah Ibtidaiyah dengan memberikan kuesioner kepada siswa untuk dilakukan perhitungan dengan sistem aplikasi agar dapat memberikan penilaian terhadap kemampuan dasar siswa dalam mata pelajaran yang sesuai untuk siswa tersebut, sehingga dapat meningkatkan kemampuan dasar siswa tersebut dalam pelajaran yang sesuai disekolah. Untuk itu penulis akan membuat suatu sistem aplikasi alternatif yang dapat melakukan penentuan kemampuan dasar siswa Madrasah Ibtidaiyah untuk diketahui apakah siswa tersebut menonjol dalam bidang pelajaran dengan menggunakan sistem yang berbasis website. Aplikasi yang dibuat penulis menggunakan bahasa pemrograman PHP dan menggunakan database MySQL sebagai data penyimpanannya. Sistem dibuat semudah mungkin agar lebih mudah digunakan dan dipahami oleh pengguna nantinya dalam menentukan kemampuan dasar siswa.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0040,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0650,010

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 Opus0,014
Tête enseignante GPT0,250
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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 revueJurnal Informatika Kaputama (JIK)Même sujetBlockchain Technology in Education and LearningTravaux en français237 207