Pelatihan Pemanfaatan Software Pendukung Dalam Pembuatan Artikel Ilmiah Terpublikasi Bagi Guru-Guru SMA
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Software pendukung untuk pembuatan artikel ilmiah adalah aplikasi yang membantu dalam menulis artikel ilmiah dengan efisiensi dan efektivitas. Software ini memiliki fitur pengelolaan referensi, pencatatan catatan, peninjauan teks, dan pemformatan sesuai dengan standar akademik. Pelatihan yang akan diselenggarakan akan difokuskan pada pembuatan artikel ilmiah dengan menggunakan software pendukung guna meningkatkan kompetensi guru dalam publikasi artikel ilmiah mereka. Dengan memahami cara membuat artikel ilmiah, guru SMA dapat meningkatkan kemampuan akademik, menjadi contoh yang baik bagi siswa, menyediakan sumber daya, dan berkontribusi pada penelitian dan pengembangan pendidikan. Hal ini dapat membantu meningkatkan kualitas pendidikan dan menghasilkan siswa yang kompeten dan terampil. Solusi yang diusulkan adalah menyelenggarakan pelatihan mengenai pemanfaatan software pendukung dalam pembuatan artikel ilmiah. Pelatihan ini akan memberikan pemahaman dan keterampilan dalam menggunakan software seperti Mendeley dan ChatGPT. Mendeley adalah software pengelolaan referensi yang membantu dalam mengumpulkan, mengelola, dan menyimpan referensi untuk artikel ilmiah. Selain itu, Mendeley juga membantu mengatur referensi sesuai dengan gaya penulisan seperti APA, MLA, Chicago, Vancouver, dan IEEE. Di sisi lain, ChatGPT adalah model bahasa alami yang membantu menghasilkan teks terstruktur dan bermakna. Dalam konteks pembuatan artikel ilmiah, ChatGPT dapat membantu merumuskan dan mengorganisir ide atau konsep, serta memberikan saran atau umpan balik pada penulisan artikel ilmiah. Kedua software ini dapat dipilih berdasarkan kebutuhan dan preferensi penulis. Hasil dari pelatihan ini, berdasarkan survei menggunakan mentimeter online, menunjukkan bahwa pelatihan ini sangat berguna dan para peserta ingin melanjutkan pelatihan ini.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.009 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.007 |
| Open science | 0.006 | 0.002 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it