MétaCan
Menu
Retour à la cohorte
Enregistrement W3190630983 · doi:10.33830/humaya.v1i1.1878.2021

Factors Affecting Low Academic Achievement of Open University's Students in Indonesia

2021· article· en· W3190630983 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJurnal Humaya Jurnal Hukum Humaniora Masyarakat dan Budaya · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Curriculum and Learning Methods
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésAcademic achievementConstruct (python library)Mathematics educationPsychologyTest (biology)Medical educationComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This research aims to analyze the factors that cause low student academic achievement. To achieve these objectives, this research used a survey design to collect data from respondents. Before the research, the researchers conducted a pre-survey interview technique to several respondents in order to obtain information to formulate a construct that will be analyzed as well as to determine the research instruments. This research was conducted in regional office Denpasar with students from Non-Pendas Program with low academic achievement as the respondents. There were 71 respondents with a response rate of 92.5%. Based on these results, there are some important things that can be concluded: Lack of motivation, lack of study time and no teaching materials are factors which lead to low academic achievement with low impact.Not following the online tutorial, not forming a study group, lack of test preparation and lack of enrichment of the materials are factors which lead to low academic achievement with quite high impact.Not supportive learning situation and the lack of study planning are the factors that lead to low academic achievement with low impact.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,407
Écart entre enseignants0,329 · 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