Efektivitas DAK Fisik Pendidikan dalam Meningkatkan Kualitas Pendidikan di Sekolah Dasar
Bibliographic record
Abstract
Dana Alokasi Khusus Fisik bidang Pendidikan (DAK Fisik Pendidikan) digunakan untuk pembangunan dan pembiayaan sarana dan prasarana pendidikan yang terdapat di daerah dengan tujuan untuk meningkatkan kualitas pendidikan. Akan tetapi, saat ini masih belum ada bukti relevan yang menunjukan bahwa DAK Fisik Pendidikan dapat meningkatkan kualitas pendidikan. Oleh karena itu penelitian kali ini bertujuan untuk mengetahui efektivitas DAK Fisik Pendidikan terhadap kualitas pendidikan dengan parameter kualitas pembelajaran, literasi, dan numerasi. Penelitian menggunakan data sekunder dari Kementerian Pendidikan, Kebudayaan, Ristek, dan Teknologi pada tahun 2022 terkait data DAK Fisik Pendidikan, kondisi sarana dan prasarana, serta parameter kualitas pendidikan. Data kemudian dianalisis secara statistik. Hasil menunjukan bahwa data tidak memiliki distribusi normal sehingga dilakukan uji non parametrik. DAK Fisik Pendidikan memiliki korelasi lemah terhadap peningkatan kualitas sarana dan prasarana pendidikan dalam hal ini adalah kualitas ruang kelas dan ruang perpustakaan dengan nilai korelasi r = 0,214. Baik kualitas ruang kelas dan ruang perpustakaan menunjukan korelasi yang lemah juga terhadap kualitas pembelajaran, literasi, dan numerasi siswa. Sedangkan kualitas pembelajaran memiliki korelasi positif terhadap literasi dan numerasi dengan nilai koefesien berturut-turut 0,46 dan 0,50. Hasil temuan ini menunjukan bahwa DAK Fisik Pendidikan memiliki pengaruh dengan korelasi kecil terhadap peningkatan kualitas pendidikan. Hal ini menunjukan adanya faktor lain yang memberikan pengaruh lebih besar dibandingkan penyediaan kualitas sarana dan prasarana pendidikan.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.004 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".