PENERAPAN METODE CLUSTERING UNTUK PENGELOMPOKAN DATA PESERTA DIDIK BARU (PPDB) DI SMP SWASTA GOTONG ROYONG KUALA
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
Sekolah SMP Swasta Gotong Royong Kuala merupakan suatu yayasan atau lembaga pendidikan yang menerima siswa siswi baru setiap ajaran baru telah tiba. Siswa siswi yang mendaftar di sekolah SMP Swasta Gotong Royong Kuala bersumber dari lulusan sekolah dasar yang ada di sekitar Kecamatan Kuala hingga luar Kecamatan Kuala. Banyaknya jumlah pendaftar dari tahun ketahun, hal ini menyebabkan data atau berkas yang bertumpukan yang hanya disimpan pada lemari penyimpanan berkas yang ada disekolah. Berkas tersebut terkadang hanya dibuka ketika ingin mencari sebuah informasi saja. dengan kata lain berkas yang disimpan kurang memiliki manfaat yang lebih. Misalnya data tersebut dapat diolah dan dapat dijadikan sumber informasi yang baru dengan menggunakan teknik data mining. Data mining dapat membantu Sekolah dalam menggali pengetahuan baru dengan cara memproses data yang ada dengan metode clustering dan menggunakan algoritma K-Means.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,011 | 0,018 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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