MétaCan
Menu
Retour à la cohorte
Enregistrement W4287882549 · doi:10.31289/tabularasa.v4i1.1122

Hubungan antara Self Efficacy dengan Quarter Life Crisis pada Mahasiswa Psikologi Universitas Medan Area

2022· article· en· W4287882549 sur OpenAlexaboutno aff
Diantri Trisna Sari, Azhar Abdul Aziz

Notice bibliographique

RevueTabularasa Jurnal Ilmiah Magister Psikologi · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueStudent Stress and Coping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)PsychologyNonprobability samplingLikert scaleSurvey researchSocial psychologyStatisticsDemographyApplied psychologyDevelopmental psychologyMathematicsSociologyPopulation

Résumé

récupéré en direct d'OpenAlex

The purpose of this research was to find correlation between Self Efficacy and Quarter Life Crisis of Psychology students at Medan Area University. This study uses the quantitative method, the subjects of this research are all 2017 classes of Psychology Students at Medan Area University. The number of sample in this research were 87 students. The sampling techniques in this study used a Purposive Sampling Technique. The data collection method was Likert Scale. Self Efficacy scale used in this research was made by Bandura (1997) and Quarter Life Crisis scale used in this research was made by Robbins and Wilner (2001). Data analysis technique used was Correlation Product Moment. The hypothesis propodes in this research were negative correlation between Self Efficacy and Quarter Life Crisis with assumption; the higher Self Efficacy was the lower Quarter Life Crisis became and vice versa. Based on the result of the analysis carried out, there indeed were negative correlation between Self Efficacy and Quarter Life Crisis. The result were proved by hypothetical mean of Self Efficacy on 55 and Quarter Life Crisis on 72.5 then empirical mean of Self Efficacy on 65.38 and Quarter Life Crisis on 59.72. Value or coefficient which the coefficient was -0.715 with p-value significance = 0.000 0.05 with a contribution weight of 51.2% .

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0090,001

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 Opus0,031
Tête enseignante GPT0,291
Écart entre enseignants0,259 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTabularasa Jurnal Ilmiah Magister PsikologiMême sujetStudent Stress and CopingTravaux en français237 207