Religious Education for Indigenous Communities and Kepercayaan Adherents in Indonesia
Notice bibliographique
Résumé
Since its establishment in 2016, the Indonesian government has conducted Pendidikan Kepercayaan (Belief Education) as religious education for indigenous communities and kepercayaan (belief) adherents in Indonesia. Various studies affirm that kepercayaan Education is the Indonesian government's way of eliminating discrimination against indigenous communities and kepercayaan adherents in the educational sphere. Other research on kepercayaan Education targets the challenges of implementation in the school context. This work attempts to examine the interconnectedness of kepercayaan education and the education of indigenous religions and kepercayaan adherents within the community context. The underlying question is does belief education represent the education of indigenous religions within communities? How does the education of indigenous religions in the community context contribute to and be included in the development of kepercayaan education? As a theoretical framework, I employ the concept of indigenization that has developed in the discourse of indigenous education in Canada. The method used in this research is a literature study. The results of this study indicate that belief education does not represent the education of indigenous religions and kepercayaan adherents within the community realm. Kepercayaan education is a service designed unilaterally by the state without recognizing and respecting the diversity and educational needs of indigenous communities in Indonesia. As an alternative, I propose a reconciliation and collaboration-based indigenization approach as a new framework for reconstructing kepercayaan education. The path of reconciliation and collaboration provides a space for children of indigenous communities to achieve the national educational aspiration of learning and practicing the teachings of their 'religion' in accordance with the educational model of their respective communities.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».