Evaluating the Key Success Factors of “Merdeka” Curriculum: Evidence from East Nusa Tenggara, Indonesia
Notice bibliographique
Résumé
21st-century Education demands an adaptive system to prepare graduates for dynamic global changes. The “Merdeka” Curriculum in Indonesia is designed to meet these demands through learning based on the Pancasila Student Profile. Thus, this research aims to evaluate the key success factors of the implementation of “Merdeka” Curriculum at the Senior High School (SMA) level by using the CIPP (Context, Input, Process, Product) evaluation model combined with Structural Equation Modeling-Partial Least Squares (SEM-PLS). Data were collected through a survey of 110 respondents, including driving school facilitators, supervisors, principals, and teachers in Manggarai Regency, East Nusa Tenggara, Indonesia. The data analysis covers four dimensions of CIPP with 52 indicators. The study revealed that Context significantly influences Input (path coefficient 0.809) and that Input directly affects Process (path coefficient 0.648). However, the direct influence of Input on the Product is not significant (path coefficient 0.019), while Process is the primary mediator that connects Input and Product with significant influence (path coefficient 0.672). This research highlights the importance of Process as a key factor in implementing the “Merdeka” Curriculum. Policy support and initial readiness (Context) significantly contribute to resources (Inputs), but the success of implementation depends on the effectiveness of the implementation process in the field. In addition, the validity and reliability of the evaluation model showed adequate results, with modifications that improved the quality of measurements on each component. This research provides a theoretical contribution to the quality of “Merdeka” Curriculum implementation in Indonesia. Recommendations include strengthening teacher capacity through continuous training, improving infrastructure, and intensifying the monitoring of the learning process. The study also allows further exploration through a mixed-methods approach in regions with different contexts to generalize findings.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».