MétaCan
Menu
Retour à la cohorte
Enregistrement W1533546298 · doi:10.5539/ass.v11n21p231

Factors Affecting the Choice of School and Students’ Level of Interest towards the Maritime Program

2015· article· en· W1533546298 sur OpenAlexvenueno aff
Carlos L. Aguado, Jake M. Laguador, Joseph Cezar L. Deligero

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCruise Tourism Development and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDegree programQuality (philosophy)Medical educationPsychologyOn boardPublic relationsPolitical scienceEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Several factors may be considered in selecting school and degree program like quality education, the people from the environment, personal choice; and accessibility of the school from students' residences. This study utilized a descriptive type of research method with Freshman Maritime students as respondents. Findings revealed that it is the personal choice of the students to enroll in maritime program in Lyceum of the Philippines University-Batangas (LPU-B) with the support primarily from their parents wherein quality education through being known as home of board topnotchers and its standards are considered big factor for their decision. They also believed that finishing maritime education would bring them in employment abroad which is basically the nature of duties and responsibilities of seafarers. High interest towards the degree program is also manifested among the maritime students. Maritime students graduated from public schools have significantly higher chance of being influenced by people in choosing the school and degree program and they also have significantly higher degree of interest towards the maritime program compared to those graduated from private schools.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,291
Tête enseignante GPT0,422
Écart entre enseignants0,131 · 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'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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetCruise Tourism Development and ManagementTravaux en français237 207