MétaCan
Menu
Retour à la cohorte
Enregistrement W4312585353 · doi:10.56114/maslahah.v3i2.407

Peningkatan Literasi Terhadap Lembaga Jasa Keuangan Di Desa Lou Mulgab Kecamatan Selesai Kabupaten Langkat

2022· article· en· W4312585353 sur OpenAlexaff
Endri Dores, Ratih Pratiwi, Andri Dahri Pulungan

Notice bibliographique

RevueMaslahah Jurnal Pengabdian Masyarakat · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy and Behavior
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésFinancial literacyFinancial servicesBusinessFinancial institutionService (business)Test (biology)FinanceCommunity serviceCorporationInstitutionEconomic growthPolitical sciencePublic relationsEconomicsMarketingLaw

Résumé

récupéré en direct d'OpenAlex

The purpose of community service activities is to provide financial education, especially to improve the financial literacy of the community in Lou Mulgab Village, Finish District, Langkat Regency towards bank financial service institutions, financial service institution products, how to access financial institutions, especially banking, about the benefits and risks of using institutional products. financial services, including providing knowledge about the role of the Financial Services Authority (OJK) and the Deposit Insurance Corporation (LPS). The method used is to conduct Islamic financial education delivered by the presenters, as well as conduct evaluations in the form of pre-test and post-test to the participants who attended the village hall. The results of the PKM show that the literacy of the PKM participants in Lou Mulgab Village, Finished District is quite good in understanding the related material. The increase in literacy is also determined by education level, age and gender. PKM participants can be said to have knowledge and confidence about financial service institutions and financial products and services, benefits and risks, rights and obligations related to financial products and services.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,003

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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,197 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaslahah Jurnal Pengabdian MasyarakatMême sujetFinancial Literacy and BehaviorTravaux en français237 207