Implementasi Digitalisasi Sekolah dalam Meningkatkan Kualitas Pembelajaran di SD Negeri Bulusari 01 Gandrungmangu
Notice bibliographique
Résumé
Penelitian ini bertujuan mengetahui implementasi, hasil dan kendala digitalisasi sekolah dalam meningkatkan kualitas pembelajaran di SD Negeri Bulusari 01 Gandrungmangu. Digitalisasi sekolah mencakup penerapan teknologi informasi dan komunikasi dalam proses pembelajaran, termasuk penggunaan perangkat keras dan lunak. Metodologi dalam penelitian ini adalah deskriptif kualitatif dengan teknik pengumpulan data melalui observasi, wawancara, dan dokumentasi. Hasil penelitian menunjukkan bahwa digitalisasi sekolah telah memberikan hal positif terhadap kualitas pembelajaran, seperti peningkatan motivasi belajar siswa, kemudahan akses materi pembelajaran, dan peningkatan keterampilan baik siswa maupun guru. Penelitian ini juga mengidentifikasi beberapa kendala, antara lain keterbatasan infrastruktur teknologi, kurangnya pelatihan bagi guru, dan keterbatasan akses internet bagi sebagian siswa. Sekolah diharapkan dapat meningkatkan infrastruktur, pelatihan berkelanjutan bagi guru, dan siswa memiliki akses yang memadai terhadap teknologi dan internet. Implementasi digitalisasi yang efektif diharapkan dapat meningkatkan kualitas pembelajaran di SD Negeri Bulusari 01 Gandrungmangu.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,012 |
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 ».