MétaCan
Menu
Retour à la cohorte
Enregistrement W4387377709 · doi:10.59934/jaiea.v3i1.279

Application of Data Mining in Analyzing the Effect of Parents' Employment and Education Level on Student Behavior Using the A PRIORI Method (Case Study: SDN 024769 Binjai)

2023· article· en· W4387377709 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

RevueJournal of Artificial Intelligence and Engineering Applications (JAIEA) · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Mining and Machine Learning Applications
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)CertaintyPsychologySet (abstract data type)Value of timeMathematicsSocial psychologyDevelopmental psychologyStatisticsComputer scienceEngineeringTravel time

Résumé

récupéré en direct d'OpenAlex

Behavior is a person's reaction to a stimulus that comes from the external environment. Parents are one of the main factors in the formation of children's behavior. This study aims to find out the effect of parents' work and education on student behavior. By using RapidMiner in testing 234 SDN 024769 Binjai student data, using the Apriori method and setting a minimum support value of 8% and 70% confidence, 1207 rules were obtained in the entire set and 2 rules in 9 itemsets. And the best rule with the highest value is obtained, if the father's job is self-employed, the mother's job is self-employed, the father's last education is high school, the mother's last education is high school, the time the father spends working is more than 8 hours per day, the time the mother spends working is more than 8 hours per day, the time the father spends on family is every day, and the time the mother spends on family is every day then the student has good behavior at school, with a support value of 8.5% and a certainty value of 95.2%.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,103
Tête enseignante GPT0,426
Écart entre enseignants0,323 · 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