Strategi Pendidikan Dasar untuk Menghadapi Tantangan Era Kurikulum Digital dengan Studi Empiris
Notice bibliographique
Résumé
Perkembangan teknologi informasi dan komunikasi telah membawa perubahan paradigma dalam dunia pendidikan. Era kurikulum digital menuntut adanya adaptasi dan strategi yang tepat dalam menyikapi tantangan baru dalam proses pembelajaran di tingkat pendidikan dasar. Penelitian ini bertujuan untuk menganalisis dan mengidentifikasi strategi pendidikan dasar yang efektif dalam menghadapi perubahan kurikulum digital, dengan menggunakan pendekatan studi empiris. Penelitian ini mengadopsi metode kualitatif dengan pendekatan studi empiris. Data dikumpulkan melalui observasi kelas, wawancara dengan guru dan siswa, serta studi dokumentasi terkait implementasi kurikulum digital di sekolah-sekolah dasar. Partisipan penelitian terdiri dari guru-guru dan siswa-siswa dari beberapa sekolah dasar yang telah mengimplementasikan kurikulum digital dalam proses pembelajaran.Penelitian ini memberikan kontribusi penting dalam merumuskan strategi pendidikan dasar yang efektif untuk menghadapi tantangan era kurikulum digital. Hasil temuan ini diharapkan dapat menjadi referensi bagi pihak-pihak terkait dalam memperbaiki sistem pendidikan dasar dan menyongsong masa depan pendidikan yang lebih inovatif dan adaptif dengan perkembangan teknologi
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,015 | 0,011 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,005 |
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 ».