FAKTOR EKSTERNAL DAN INTERNAL PERILAKU KESELAMATAN BERKENDARA PEKERJA KANTORAN PENGGUNA SEPEDA MOTOR (Wilayah Studi: Kota Tangerang Selatan)
Notice bibliographique
Résumé
Kecelakaan lalu lintas yang terjadi di kawasan perkotaan terus meningkat, seiring dengan terus meningkatnya jumlah kendaraan di jalanan. Kecelakaan lalu lintas yang terjadi di Indonesia, sebagian besar disebabkan oleh faktor manusia. Salah satu upaya untuk mengatasi kecelakaan lalu lintas berdasarkan faktor manusia, dapat dilakukan dengan menganalisis perilaku pengguna jalan. Penelitian ini menggunakan metode structural equation modelling (SEM) untuk mengidentifikasi seberapa besar pengaruh faktor eksternal dan internal terhadap perilaku keselamatan berkendara pada pekerja kantoran pengguna sepeda motor di Kota Tangerang Selatan. Faktor Eksternal dilihat dari Theory of Planned Behavior, jarak tempuh, dan waktu tempuh perjalanan. Faktor internal dilihat dari trait kepribadian ekstraversi, kooperatif, neurotisme, dan kesadaran. Analisis dilakukan terhadap masing-masing golongan darah, sehingga dapat melihat faktor yang dominan. Berdasarkan hasil analisis perilaku keselamatan berkendara golongan darah A, B, dan AB lebih dipengaruhi oleh variabel dari faktor eksternal, sedangkan golongan darah O lebih dipengaruhi oleh variabel dari faktor internal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».