LAPORAN PRAKTIK LAPANGAN TERBIMBING (PLT)
Notice bibliographique
Résumé
Universitas Negeri Yogyakarta sebagai salah satu Perguruan Tinggi yang \nmempunyai misi menyelenggarakan pendidikan akademik, profesi, dan vokasi \ndalam bidang kependidikan yang didukung bidang nonkependidikan untuk \nmenghasilkan manusia unggul yang mengutamakan ketaqwaan, kemandirian, dan \nkecendikian. Misi tersebut kemudian di implementasikan pada program \npemberdayaan sekolah melalui jalur Praktik LapanganTerbimbing (PLT) di \nsekolah. \nPada kegiatan PLT ini, mahasiswa dapat memberikan bantuan pemikiran, \ntenaga serta ilmu pengetahuan dalam merencanakan dan melaksanakan program \npengembangan sekolah. Selama kurang lebih 2 bulanpada semester ganjil, mulai \ndilaksanakan 15 September 2017 sampai dengan 15 november 2017. Praktik \nLapangan Terbimbing (PLT) ini bertujuan untuk memberikan pengalaman \nmengajar bagi mahasiswa, sehingga nantinya diharapkan akan mempunyai \nkesiapan untuk menjadi seorang tenaga pendidik yang berkualitas. \nDalam pelaksanaannya, mahasiswa PLT melaksanakan pembelajaran \nterbimbing dan pembelajaran mandiri pada matapelajaran SeniBudaya (SeniTari) \nsebanyak 14 kelas X IPA 1, X IPA 2, X IPA 3, X IPA 4, X IPS 1, X IPS 2, X IPS \n3, X IPS 4, X BAHASA, XII IPS 1, XII IPS 2, XII IPS 3, XII IPS 4 DAN XII \nBAHASA dengan jumlah pertemuan 14 kali pertemuan yang terdiri dari minggu \npertama observasi kelas, 1 minggu untuk materi teori dan 5 kali pertemuan untuk \nmateri praktek tari Jaranan untuk kelas X dan tari Kipas untuk kelas XII.Sehingga \ntotal pertemuanyakni 14 pertemuan. \nMelalui kegiatan Praktik Lapangan Terbimbing ini, praktikan \nmendapatkan banyak bekal seperti pengalaman serta gambaran nyata tentang \nkegiatan pembelajaran, serta nilai-nilai seperti kerja keras, kerjasama, \ntanggungjawab, dan disiplin. Selain itu, dapat membantu mahasiswa dalam \nmempersiapkan diri untuk menjadi tenaga pendidik yang professional dan \nmemiliki keterampilan mengajar. Untuk pelaksanaan PLT periode yang akan \ndating ada baiknya jika antara pihak sekolah dan mahasiswa lebih meningkatkan \nkerjasama agar dapat lebih bermanfaat bagi semua pihak.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,097 | 0,033 |
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 ».