MétaCan
Menu
Retour à la cohorte
Enregistrement W4379912091 · doi:10.29303/oportunitas.v2i1.476

PENGARUH DISIPLIN, MOTIVASI KERJA DAN BUDAYA KERJA TERHADAP KUALITAS PELAYANAN DINAS KEARSIPAN DAN PERPUSTAKAAN KOTA MATARAM

2023· article· id· W4379912091 sur OpenAlexaff
Isti Nurinayah, Sataruddin Sataruddin, Tuti Handayani

Notice bibliographique

RevueJurnal Oportunitas Ekonomi Pembangunan · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPsychologyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Penelitian ini dilakukan bertujuan untuk menganalisis Pengaruh disiplin, motivasi kerja, dan budaya kerja terhadap kualitas pelayanan Dinas Kearsipan dan Perpustakaan Kota Mataram secara parsial (mandiri) maupun secara simultan (bersama-sama). Penelitian ini merupakan penelitian kuantitatif deskriptif melalui metode sampel survei dengan tehnik pengumpulan data melalui wawancara responden dengan alat analisis kuesioner. Menggunakan dua populasi yaitu pegawai Dinas Kearsipan dan Perpustakaan Kota Mataram dan juga pengunjung Dinas Kearsipan dan Perpustakaan Kota Mataram dengan tehnik pengambilan sampel non-probability sampling yaitu accidental untuk pengunjung dengan mengambil 39 orang pengunjung sebagai responden. Sedangkan untuk pegawai Dinas Kearsipan dan Perpustakaan Kota Mataram mengambil keseluruhan populasi sebagai responden yaitu 39 orang pegawai. Pengujian hasil penelitian dengan menggunakan uji instrument penelitian uji validitas dan reabilitas, uji asumsi klasik, uji hipotesis dan analisis regresi linier berganda. Hasil dari penelitian ini menunjukan bahwa disiplin pegawai, motivasi kerja, dan budaya kerja berpengaruh dan signifikan terhadap kualitas pelayanan Dinas Kearsipan dan Perpustakaan Kota Mataram secara parsial (mandiri) maupun secara simultan (bersama-sama).

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 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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,050
Tête enseignante GPT0,301
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Oportunitas Ekonomi PembangunanMême sujetSMEs Development and Digital MarketingTravaux en français237 207