MétaCan
Menu
Retour à la cohorte
Enregistrement W4399021415 · doi:10.5430/jct.v13n2p299

The Impact of Merdeka Belajar Kampus Merdeka (Emancipated Learning) and Motivation on Students’ Learning Outcomes in Higher Education in Indonesia

2024· article· en· W4399021415 sur OpenAlexvenueno aff
Muhammad Harlanu, Agus Suryanto, Taofan Ali Achmadi

Notice bibliographique

RevueJournal of Curriculum and Teaching · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyMathematics educationPedagogy

Résumé

récupéré en direct d'OpenAlex

The implementation of Merdeka Belajar Kampus Merdeka (MBKM/Emancipated Learning) with a form of learning activity that is more involved in community life and a hybrid learning model is very likely to influence student learning outcomes. This study explores the impact of implementing the MBKM program, which emphasizes a learning approach integrated with community life and adopts a hybrid learning model. The objectives of this study are to analyze the determinants of students’ learning outcomes in the context of MBKM through hybrid learning and assess factors that affect student learning outcomes in the same learning model. The methodology used was a quantitative survey design. These research steps involved questionnaires that had been proven valid and reliable for data collection. The collected data was then analyzed using descriptive and inferential statistics, with path analysis techniques to understand the relationship between the variables studied. The results reveal that 1) The learning model has a significant influence on student learning outcomes; 2) Learning motivation has a significant effect on learning outcomes; 3) MBKM structure contributes significantly to learning outcomes; 4) The learning model has a significant effect on learning motivation, and 5) MBKM structure affects student learning motivation significantly. This research provides important insights into the effectiveness of emancipated learning (MBKM) and hybrid learning in higher education in Indonesia.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,425
Écart entre enseignants0,399 · 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'étudeObservationnel
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Curriculum and TeachingMême sujetEducational Curriculum and Learning MethodsTravaux en français237 207