MétaCan
Menu
Retour à la cohorte
Enregistrement W7118272872 · doi:10.47498/meuseuraya.v4i2.5925

Pelatihan Pembelajaran Mendalam (Deeep Learning) dalam Meningkatkan Kompetensi Kepala Sekolah di Kabupaten Aceh Barat

2025· article· W7118272872 sur OpenAlexaff
Hasnadi Hasnadi, Mukhlis Mukhlis

Notice bibliographique

RevueMEUSEURAYA - JURNAL PENGABDIAN MASYARAKAT · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueSchool Leadership and Teacher Performance
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésnon disponible

Résumé

récupéré en direct d'OpenAlex

Pelatihan pembelajaran mendalam bagi kepala sekolah di Kabupaten Aceh Barat bertujuan untuk meningkatkan kompetensi kepala sekolah dan kepemimpinan pendidikan dalam menghadapi tantangan abad ke-21. Kegiatan ini dilatarbelakangi oleh pentingnya pemahaman kepala sekolah terhadap pendekatan pembelajaran mendalam sebagai strategi pembelajaran yang berfokus pada pengembangan dimensi profil lulusan, prinsip, pengalaman belajar dan kerangka pembelajaran mendalam. Pelatihan diselenggarakan oleh Balai Guru Penggerak Provinsi Aceh bekerja sama dengan Dinas Pendidikan dan Kebudayaan Kabupaten Aceh Barat, Cabang Dinas Pendidikan Wilayah Kabupaten Aceh Barat dan STAIN Teungku Dirundeng Meulaboh, melibatkan 32 kepala sekolah dari berbagai jenjang. Metode pelatihan menggunakan pendekatan partisipatif dengan kombinasi sesi sinkronus, asinkronus, refleksi, penugasan mandiri, serta unggah lembar kerja melalui LMS Ruang GTK. Evaluasi dilakukan melalui pretest, postest, kehadiran, keterlibatan aktif, serta kualitas tugas peserta. Hasilnya menunjukkan peningkatan signifikan dalam pemahaman dan kemampuan peserta, serta keberhasilan pelatihan sebagai fondasi menuju transformasi pembelajaran di sekolah

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)0,006
score de la tête « metaresearch » (Gemma)0,002
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, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0070,002
Communication savante0,0020,003
Science ouverte0,0040,001
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,023
Tête enseignante GPT0,299
Écart entre enseignants0,276 · 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'étudeObservationnel
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 revueMEUSEURAYA - JURNAL PENGABDIAN MASYARAKATMême sujetSchool Leadership and Teacher PerformanceTravaux en français237 207