Implementation of Local Wisdom-Based Indonesian Learning to Strengthen Pancasila Student Profiles (P5): Case Studies in Vocational High Schools
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
The importance of strengthening Pancasila values in vocational students necessitates a holistic learning approach; one such effort is to integrate Indonesian language learning with local wisdom to instil national identity in students and prepare the younger generation to face global challenges. As a result, the purpose of this research was to describe the implementation of Indonesian language learning based on local wisdom in Vocational High Schools to raise the profile of Pancasila students. This study is part of a qualitative research design using the case study method. Residents of vocational high schools in Central Java made up the research respondents. Data was gathered by interview and observation techniques, then interactively and descriptively analysed. The findings of the study revealed that school management, from the principal to the teachers, was completely dedicated to adopting the Merdeka curriculum as a pilot project by incorporating local wisdom-based Indonesian language learning processes. Even though there are some flaws, the learning process based on local wisdom that has been applied thus far appears to be functioning almost perfectly. Furthermore, students benefit from local wisdom-based learning since it is seen as an adaptive model for accommodating competencies that strengthen the student profile of Pancasila as the foundation and identity of the Indonesian nation. However, improvements and optimisation are still required to implement this Merdeka curriculum to ensure the results can be even better in assisting students in mastering subject matter, particularly the Indonesian language subject matter, and providing a foundation and knowledge of Indonesian wisdom culture.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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