Pembangunan model ENi berasaskan aktiviti inkuiri bagi program latihan kemahiran kejuruteraan Institut Latihan Kemahiran Malaysia / Abdul Muqsith Ahmad
Bibliographic record
Abstract
Kajian ini bertujuan untuk membangunkan Model ENi (etika dan nilai) berasaskan aktiviti inkuiri bagi program latihan kemahiran kejuruteraan. Penyelidikan ini menggunakan kajian Rekabentuk dan Pembangunan (Design & Development Research - DDR) yang diperkenalkan oleh Richey dan Klien (2007). Objektif kajian penyelidikan ini adalah untuk mengenalpasti keperluan elemen etika dan nilai untuk diterapkan dalam program latihan kemahiran kejuruteraan, membangunkan model ENi berasaskan aktiviti inkuiri bagi program latihan kemahiran kejuruteraan dan menilai kebolehgunaan model yang telah dibangunkan. Proses pembinaan model tersebut adalah bersandarkan kepada beberapa teori serta hasil gabungan tiga model utama iaitu model keutamaan (Aristotle 384-322 B.C ; Weiss, 2006 ; Jennings, 2006 ), Model Inkuiri (Alberta Learning, 2004) dan Model Nilai (Miskawaih 1398H ; Al-Ghazali, 1987 ; Zaharah Hussin, 2008). Kajian ini terbahagi kepada tiga fasa utama. Fasa I kajian melibatkan fasa analisis keperluan yang menggunakan kaedah tinjauan melalui pengedaran satu set borang soal selidik yang melibatkan 410 orang pelajar program latihan kemahiran kejuruteraan. Data yang diperoleh dianalisis menggunakan Statistical Package for the Social Sciences 22.0. Selesai kajian fasa I, pengkaji melaksanakan fasa II iaitu fasa rekabentuk dan pembangunan model. Terdapat dua subfasa dalam fasa ini iaitu fasa pengenalpastian elemen dan fasa pembangunan model. Fasa pengenalpastian elemen bermula hasil kajian literatur berdasarkan kajian lepas beserta temubual dari tiga orang pakar dan kemudiannya di sahkan oleh sekumpulan pakar (8 orang) dalam perbengkelan Nominal Group Technique (NGT). Bagi fasa pembangunan model pula, pendekatan Interpretive Strcutural Modelling (ISM) digunakan melalui undian kumpulan pakar yang sama dengan berbantukan perisian concept star. Fasa III kajian merupakan fasa penilaian kebolehgunaan model. Ia melibatkan seramai 18 orang pengajar berpengalaman yang dijalankan menggunakan teknik fuzzy Delphi. Penilaian kebolehgunaan tersebut berdasarkan kepada pandangan pengajar melalui soal selidik. Dapatan pada fasa I mendapati bahawa menunjukkan permasalahan terhadap pelakuan tidak beretika dan tidak berakhlak sememangnya wujud di kalangan para pelajar dan ia berada pada tahap yang tinggi dengan 72.9%. Bagi fasa II pula, dapatan kajian telah mengenalpasti sebanyak 34 elemen etika dan nilai di peringkat awalan dan akhirnya hanya 30 elemen etika dan nilai dipilih sebagai komponen dalam pembangunan model ENi. Pada peringkat pembangunan model juga, model tersebut telah dikelaskan kepada 4 dimensi utama berdasarkan konsensus pakar. Fasa III kajian seterusnya menunjukkan konsensus yang tinggi dikalangan para pengajar terhadap kebolehgunaan model tersebut. Kajian ini akhirnya mengusulkan satu model ENi berasaskan aktiviti inkuiri bagi melahirkan seorang pelajar yang bukan sahaja kompeten dalam kemahiran malah bersahsiah baik. Kesimpulannya, pengkaji mencadangkan agar model ENi berasaskan aktiviti inkuiri ini dapat dijadikan garis panduan serta kerangka seterusnya diperkenalkan di peringkat pelaksanaan bagi program latihan kemahiran kejuruteraan dan juga program-program yang lain.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.005 |
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".