PENGARUH KOMPETENSI MANAJERIAL KEPALA SEKOLAH TERHADAP KINERJA PENDIDIK DI SEKOLAH DASAR
Notice bibliographique
Résumé
Kompetensi manajerial Kepala Sekolah merupakan salah satu kompetensi yang dimiliki dan diimplementasikan oleh Kepala Sekolah dalam merancang, menyusun, dan mengaplikasikan rencana administrasi dan kegiatan pendidikan dalam kurun waktu yang telah ditentukan. Hal ini merupakan tugas yang dilaksanakan oleh Kepala Sekolah agar seluruh komponen berjalan sesuai rencana yang telah ditentukan serta mencapai tujuan yang telah disepakati bersama. Penelitian ini bertujuan untuk mendeskripsikan pengaruh kompetensi manajerial Kepala Sekolah terhadap kinerja pendidik pada jenjang sekolah dasar. Metode penelitian yang digunakan yaitu metode penelitian ex post facto dengan desain korelasi. Teknik pengumpulan data dilaksanakan melalui observasi, wawancara dan penyebaran angket. Sampel penelitian ini yaitu 15 orang Kepala Sekolah dan 30 pendidik di jenjang sekolah dasar di wilayah Kecamatan Mojotengah, Kabupaten Wonosobo, Jawa Tengah. Hasil penelitian ini mengungkapkan bahwa nilai Adjusted R Square (Koefisien Determinasi) memperoleh nilai sebesar 0,410. Diartikan bahwa terdapat pengaruh kompetensi manajerial Kepala Sekolah sebanyak 41% terhadap kinerja pendidik. Berdasarkan hasil penelitian yang telah dipaparkan, dapat disimpulkan bahwa terdapat pengaruh positif yang cukup signifikan antara kompetensi manajerial Kepala Sekolah dengan kinerja pendidik.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,007 |
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 ».