MétaCan
Menu
Retour à la cohorte
Enregistrement W7150825082 · doi:10.30595/aplinesia.v5i2.12830

English Teachers' Perception on the Implementation of 2013 Curriculum in Kawunganten, Cilacap

2021· article· W7150825082 sur OpenAlexaff
Lintang Kusuma

Notice bibliographique

RevueAplinesia (Journal of Applied Linguistics Indonesia) · 2021
Typearticle
Langue
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésCurriculumPerceptionNonprobability samplingNational curriculumFace (sociological concept)Curriculum mapping

Résumé

récupéré en direct d'OpenAlex

Curriculum is essential for education in a country because it will portray the philosophy of life and maintain its identity. The primary purpose of a curriculum is to attain the educational goals of a country. In Indonesia, the national education curriculum has changed several times, and the latest curriculum is 2013 Curriculum. It applies a scientific approach to the learning process, consisting of five steps of thinking to gain knowledge: observing, questioning, experimenting, associating, and networking. Moreover, it is designed to anticipate the modern learning of the 21st century. Therefore, the English teachers face considerable challenges in teaching their students, and knowing their perception in implementing this curriculum is important to be discussed. The respondents of this study were 14 English teachers who were selected using a purposive sampling technique. The researcher used a close-ended questionnaire as the instrument to collect the data. Further, the researcher analyzed the data statistically and descriptively. Considering the result of the research, the junior high school English teachers in Kawunganten district, Cilacap regency, have positive ideas about some issues related to the implementation of the 2013 Curriculum, such as perception and implementation, teaching administration, learning sources, learning implementation, scientific approach, and assessment process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,353
Écart entre enseignants0,329 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAplinesia (Journal of Applied Linguistics Indonesia)Même sujetEducational Curriculum and Learning MethodsTravaux en français237 207