MétaCan
Menu
Retour à la cohorte
Enregistrement W4387303785 · doi:10.47467/comit.v2i2.142

Strategi Manajemen Perpustakaan MAN Asahan dalam Meraih Peringkat Terbaik I Tingkat SLTA Se-Sumatera Utara Tahun 2021

2023· article· en· W4387303785 sur OpenAlexaff
Rizky Alamsyah, Solihah Titin Sumanti, Ismail Ismail

Notice bibliographique

RevueComit Communication Information and Technology Journal · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésData presentationDocumentationData collectionEconomic shortageTask (project management)Function (biology)Term (time)Work (physics)Computer scienceLibrary managementField (mathematics)Presentation (obstetrics)Library scienceSociologyManagementEngineeringMathematicsSocial science

Résumé

récupéré en direct d'OpenAlex

A good library that is able to provide the right information for users,it’s all based on good management as well. The function of managements is so that goals can run in an orderly manner as expected. In this study using field research with a qualitative approach. Techniques used for data collection using observation, interviews and documentation. Meanwhile, the data analysis technique went throught the stages of data reduction, data presentation and verification. In this study, researchers want to examine the MAN Asahan library in management functions, namely planning, organization, actuacting, controlling and evaluation. The result of this study are that the MAN Asahan library has three planning programs, namely long-term, medium-term and short-term programs. Which the task is carried out or carried out in accordance with the duties of the libraries who work in accordance with their respective fields. The shortage of the MAN Asahan library is still the lack of the number of collection and the facilities of the MAN Asahan library are still many that are not suitable for users. Keywords: Library Management, Management Function

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,025
Tête enseignante GPT0,300
Écart entre enseignants0,275 · 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'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComit Communication Information and Technology JournalMême sujetEducational Methods and Media UseTravaux en français237 207