Economic Development Resiliency: Mobilized Disaster’s Readiness Among Higher Learning Students in Malaysia
Notice bibliographique
Résumé
Resilient economic development is supported by each and every people as a whole. To deal with disasters, we should not act alone. Readiness is one part of the process of disaster management and natural disasters that disrupt the living system. The study was conducted to measure the level of readiness for emergencies and disasters among youth (eg: high learning students) and to develop items for factors that influence students' ability to serve in disaster areas. To achieve the following objectives, two analyses were conducted: the first analysis was the comparison of mean scores and the second analysis was the factor analysis involving four factors, physical factors, university management factors, financial factors and personal factors. This study uses questionnaire and online form to collect data from respondents. A total of 120 respondents from three higher learning in Malaysia – Universiti Pendidikan Sultan Idris (UPSI), Universiti Sains Malaysia (USM) and University of Technology (UiTM) were involved in this study. The level of readiness has a high mean value and indicates a good level of readiness among the respondents. Factor analysis showed that there were no significant differences between the techniques of determining the number of factors or not for all the items that were formed. Nevertheless, the Cronbach Alpha values indicate that the items are constructed and that the overall research tool has internal consistency values. This study is expected to increase the engagement and spirit of volunteerism as it can add value to the students and even produce a high quality national leadership.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».