LITERASI DAN PELATIHAN MANAGEMENT CLOUD COMPUTING BAGI GURU-GURU DALAM MENYIMPAN DATA SEKOLAH BERBASIS DIGITAL DI SMK NEGERI 5 MUARO JAMBI
Notice bibliographique
Résumé
Dalam dunia teknologi informasi saat ini data digital sangatlah penting dan efisien bagi semua kegiatan yang dilakukan oleh kita di dalam pekerjaan yang dilakukan tak terkecuali bagi tenaga pengajar seperti guru-guru, dosen dan lainya. Banyak platform gratis yang disediakan beberapa perusahaan yang menyediakan untuk penyimpanan online (cloud computing) seperti google drive, drobox , one drive, dan lain-lain. Akan tetapi berdasarkan wawancara dari ibu kepala sekolah dan pengamatan yang dilakukan di sekolah SMK Negeri 5 Muaro Jambi belum memanfaatkan penyimpanan online tersebut. Sedangkan mereka dalam kegiatan guru saat pelaporan data-data seperti nilai dan lainya wajib diserahkan secara digital dan juga di simpan dalam penyimpanan online. Tetapi para guru di sekolah tersebut belum bisa menerapkan aturan tersebut dikarenakan mereka tidak memiliki kemampuan atau keahlian dalam mengoperasikan data digital yang di simpan secara online (cloud computing). dari permasalahan tersebut, maka para guru di SMK Negeri 5 Muaro Jambi perlu melakukan peningkatan dalam kemampuan mereka mengolah data berbasis digital yang tersimpan secara online dalam hal ini menggunakan google drive. Perencanaan kegiatan di laksanakan di lab.SMK Negeri 5 Muaro Jambi dengan peserta adalah para guru-guru yang ada di sekolah tersebut. Adapun target luaran kegiatan ini adalah publikasi jurnal di Jurnal pengabdian masyarakat Universitas Dinamika Bangsa Jambi.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,099 | 0,038 |
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 ».