Pelatihan Mendeley dalam Upaya Merangsang Motivasi Menulis Mahasiswa Angkatan 2020 Prodi Matematika FMIPA Universitas Negeri Makassar
Notice bibliographique
Résumé
Pelatihan ini berawal dari diskusi singkat dengan mahasiswa angkatan 2020 Program Studi Matematika FMIPA UNM secara lepas mengenai kiat mereka menulis, baik menulis untuk keperluan lomba-lomba ataupun proposal skripsi. Diskusi ini berlanjut santai dan mengerucut dengan menawarkan mereka untuk berkolaborasi melaksanakan pelatihan Mendeley. Pelatihan ini bertujuan untuk mengatasi permasalahan atau keluhan mahasiswa mengenai teknik mempermudah menulis sitasi dan daftar pustaka (bibliography) dengan kriteria atau template yang beragam, seperti style Harvard, APA, IEEE, Vancouver, dan IOP SciNotes. Hal lain yang akan dituntaskan adalah memanfaatkan aplikasi Mendeley untuk menyimpan atau mengarsipkan berkas jurnal, buku, ataupun referensi lain untuk mempermudah mencari kembali dan menyusun bibliography-nya. Sehingga, secara detail dapat dituliskan tujuan pelatihan ini adalah untuk (1) meningkatkan pengetahuan mahasiswa Prodi Matematika Angkatan 2020 dalam menggunakan Mendeley; (2) meningkatkan kesadaran peserta tentang pentingnya Mendeley dalam penulisan sitasi dan bibliography; (3) meningkatkan wawasan, kemampuan, dan keterampilan peserta dalam mengoperasikan Mendelay sebagai aplikasi yang lebih informatif dan inovatif; dan (4) mengurangi jumlah mahasiswa Prodi Matematika yang menuliskan sitasi dan bibliography secara manual. Metode yang digunakan adalah direct interactive cooperative training. Peserta yang mengikuti pelatihan ini adalah 24 orang. Hasil survey google-form menunjukkan bahwa pelatihan ini sangat baru dan dibutuhkan bagi peserta. Mereka merasa terbantukan untuk mengenal dan mencoba menggunakan Mendeley untuk selanjutnya sebagai aplikasi yang membantu menulis sitasi dan bibliography.
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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».