MétaCan
Menu
Retour à la cohorte
Enregistrement W4388441064 · doi:10.51882/jamm.v8i2.60

ANALISIS SISTEM INFORMASI AKUNTANSI DALAM PENGELUARAN KAS PADA PENGGUNAAN DANA BANTUAN OPERASIONAL SEKOLAH (BOS) REGULER (STUDI KASUS PADA SD AL-IMAM ISLAMIC SCHOOL BALIKPAPAN)

2022· article· id· W4388441064 sur OpenAlexaff
Dede Pebrianto

Notice bibliographique

RevueMADANI ACCOUNTING AND MANAGEMENT JOURNAL · 2022
Typearticle
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Dalam menjalankan program BOS (bantuan operasional sekolah), sebelum masuk kedalam pengelolaan dana, sekolah harus membuat rancangan perencanaan yang tertuang dalam dokumen Rencana Kegiatan dan Anggaran Sekolah (RKAS). Tujuan dari penelitian ini adalah untuk mengetahui apakah sistem informasi akuntansi dalam pengeluaran kas pada penggunaan dana bantuan operasional sekolah (BOS) pada SD Al-Imam Islamic School Balikpapan sudah berjalan efektif dan sesuai dengan Juknis BOS. Penelitian ini dilakukan di SD AL-Imam Islamic School Balikpapan kecamatan Balikpapan Kota. Penelitian ini menggunakan metode deskriptif kualitatif. Teknik pengumpulan data menggunakan Teknik wawancara, observasi, dan dokumentasi. Sumber data penelitian adalah kepala sekolah, bendahara, guru, dan komite sekolah. Uji validitas dan keabsahan data dalam penelitian ini melalui tiangulasi sumber. Hasil Penelitian menunjukan bahwa sekolah telah melaksanakan perencanaan RKAS sesuai ketentuan Juknis BOS oleh Kemendikbud. Perencanaan pembuatan RKAS diawali dengan melibatkan kepala sekolah, bendahara, Yayasan. Peran guru dan komite sekolah harus terlibat dalam pembuatan RKAS ini. Disarankan bagi kepala sekolah untuk lebih tegas dalam keterlibatan pihak-pihak yang harus mengikuti perannya dalam pembuatan RKAS.

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)0,006
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0070,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0370,009

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 Opus0,019
Tête enseignante GPT0,271
Écart entre enseignants0,252 · 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'étudeQualitatif
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMADANI ACCOUNTING AND MANAGEMENT JOURNALMême sujetEducational Methods and Media UseTravaux en français237 207