MétaCan
Menu
Retour à la cohorte
Enregistrement W4385701434 · doi:10.21009/eips.004.1.04

HUBUNGAN SENSE OF BELONGING DENGAN PARTISIPASI MASYARAKAT PADA BANK SAMPAH DI WILAYAH KECAMATAN KEMAYORAN

2020· article· en· W4385701434 sur OpenAlexaff
Atika Fiqih Amalia, Dian Alfia Purwandari, Shahibah Yuliani

Notice bibliographique

RevueEdukasi IPS · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWaste Management and Recycling
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésGarbageSimple correlationSense of communityCommunity participationPopulationSocioeconomicsSociologyGeographySocial psychologyPsychologyRegression analysisEngineeringStatisticsDemographyMathematicsWaste management

Résumé

récupéré en direct d'OpenAlex

This objective of this study is to find the relationship of sense of belonging with community participation in waste banks in the Kemayoran District Area. This research was conducted with a quantitative approach. The population of this study was 134 residents who participated in the waste bank in the Kemayoran District Area. This research sampel is 100 residents who are administrator and customers the Waste Banks. Data analysis uses simple linear regression analysis test of correlation. The research releaved that there was a correlation beetwen sense of belonging and society participation in the waste banks seen from the calculation of the correlation between variables that is equal to r = 0,373 and the effective contribution of sense of belonging with society participation in the waste bank was 13,9% (r2 =0,139%). The results of these calculations indicate that the sense of belonging as a factor of participation is behind 13.9%. There other factors that influence the sense of belonging such as trust, the similarities that belong to organization members, age, social interaction and family functions which can motivate public participation in the garbage bank in the Kemayoran District Area by 86.1%. This research can be used as a reference for further research in the field of social and environmental sciences

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 enseignants0,006
Score d'incertitude au seuil0,022

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdukasi IPSMême sujetWaste Management and RecyclingTravaux en français237 207