MétaCan
Menu
Retour à la cohorte
Enregistrement W2531452955

Factores socioeconomicos que influyen en la deserción de los estudiantes de la universidad cesar vallejo del distrito de chiclayo, provincia de chiclayo, region lambayeque en el año 2014.

2015· dissertation· es· W2531452955 sur OpenAlexaboutno aff
Saldaña Verastegui, Silvia Milagros

Notice bibliographique

RevueUniversidad Nacional de Trujillo · 2015
Typedissertation
Languees
DomaineSocial Sciences
ThématiqueEducational Outcomes and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSchool dropoutSocioeconomic statusPolitical scienceSociologySocioeconomicsArtDemographyPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The university dropout problem is complex and includes a variety of causes, so in this thesis SOCIOECONOMIC FACTORS AFFECTING THE VOID OF STUDENTS AT THE UNIVERSITY OF THE DISTRICT OF CESAR VALLEJO Chiclayo, Chiclayo Province, LAMBAYEQUE REGION IN THE YEAR 2014 was fails to describe the reasons for the phenomenon of university dropout Cesar Vallejo University of Ottawa Branch. The sample consisted of 160 young people who left school; their ages ranged between 16 and 25 years later; of these, 36.25% were female and 63.75% were male. The results show that students who have dropped belong to the first academic cycle, and that the first serious attrition factor underachievement, followed by economic difficulties and family difficulties, among others. In this situation strategies to reduce college dropout, in which each stakeholder group (university, family and student), has great responsibility and task of collaborating in the implementation is proposed. Strategies that support be considered for college because more players than spectators are required to meet the challenges, to assume the responsibilities and opportunities.

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 enseignants0,140
Score d'incertitude au seuil0,279

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,325
Écart entre enseignants0,317 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversidad Nacional de TrujilloMême sujetEducational Outcomes and InfluencesTravaux en français237 207