HUBUNGAN MOTIVASI UNTUK MENJADI PERAWAT PROFESIONAL DENGAN HASIL BELAJAR PADA MAHASISWA SEMESTER V TINGKAT III AKADEMI KEPERAWATAN PEMERINTAH KABUPATEN BELU TAHUN AJARAN 2014/2015
Notice bibliographique
Résumé
Motivasi merupakan salah satu faktor yang sangat berpengaruh bagi seorang mahasiswa karena motivasi juga ikut menentukan keberhasilan mahasiswa baik selama mengikuti pendidikan maupun setelah selesai mengikuti pendidikan. Penelitian ini dilakukan untuk mencari hubungan motivasi untuk menjadi perawat profesional dengan hasil belajar pada mahasiswa semester V Akper Pemkab Belu TA 2014/2015. Penelitian ini menggunakan metode cross-sectional kuantitatif. Analisis data menggunakan uji univarat dan bivariat. Pengujian menggunakan chi-square secara komputerisasi. Hasil analis univariat: 57.9% mahasiswa memiliki motivasi intrinsik rendah, 52.9% mahasiswa memiliki motivasi ekstrinsik tinggi untuk menjadi, 52.1% mahasiswa memiliki motivasi yang rendah, 47.9% mahasiswa memiliki motivasi yang tinggi, 96.7% mahasiswa memiliki rentang IP dengan kategori sangat memuaskan. Hasil analisis bivariat bahwa tidak ada hubungan antara motivasi intrinsik, ekstrinsik, dan motivasi untuk menjadi perawat profesional dengan hasil belajar.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».