MétaCan
Menu
Retour à la cohorte
Enregistrement W7103190269 · doi:10.24036/jiipk.v14i1.132606

Efektivitas Program Peningkatan Pendamping Literasi Perpustakaan Sekolah/Madrasah Tahun 2024: Analisis Pre-Test dan Post-Test

2025· article· id· W7103190269 sur OpenAlexaff

Notice bibliographique

RevueIlmu Informasi Perpustakaan dan Kearsipan · 2025
Typearticle
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésCost control

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengevaluasi efektivitas Program Peningkatan Pendamping Literasi Perpustakaan Sekolah/Madrasah Tahun 2024 yang dilaksanakan oleh Perpustakaan Nasional Republik Indonesia. Program ini dirancang untuk meningkatkan kompetensi pendamping literasi melalui pelatihan manajemen perpustakaan, pengembangan program literasi berbasis kurikulum, dan pemanfaatan teknologi informasi. Penelitian menggunakan metode kuantitatif dengan desain pre-test dan post-test one-group design tanpa kelompok kontrol. Data pre-test dan post-test dianalisis menggunakan uji statistik paired sample t-test untuk mengukur perbedaan signifikan antara kemampuan awal dan setelah pelatihan. Hasil penelitian menunjukkan bahwa terdapat perbedaan yang signifikan antara skor pre-test dan post-test, dengan peningkatan rata-rata dari 50,18 menjadi 68,93. Nilai t-Statistik sebesar -35,76 dan p-Value sebesar 2,5468E-209 menunjukkan bahwa perbedaan tersebut signifikan secara statistik. Program ini efektif dalam meningkatkan kompetensi pendamping literasi di berbagai provinsi di Indonesia. Namun, beberapa tantangan dalam pelaksanaan, seperti keterbatasan teknologi dan kendala geografis, masih perlu diperhatikan. Rekomendasi diberikan untuk memperluas cakupan program dan memperkuat sinergi dengan dinas pendidikan setempat agar program dapat berjalan berkelanjutan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0050,006
Science ouverte0,0050,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,325
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIlmu Informasi Perpustakaan dan KearsipanMême sujetEducational Methods and Media UseTravaux en français237 207