Disiplin Kerja, Komunikasi Dan Lingkungan Kerja Terhadap Kepuasan Kerja Pegawai Pada Dinas Ketahanan Pangan Dan Perikanan Kabupaten Buleleng
Notice bibliographique
Résumé
Studi ini berencana untuk mengetahui Disiplin Kerja, Komunikasi Dan Lingkungan Kerja Terhadap Kepuasan Kerja Pegawai Pada Dinas Ketahanan Pangan Dan Perikanan Kabupaten Buleleng. Strategi pemeriksaan informasi yang digunakan dalam eksplorasi ini adalah Structural Equation Modeling (SEM) dengan melihat perbedaan SEM, yang dikenal dengan visual rendition 3.0 Partial Least Square (PLS). Hasil penelitian ini menunjukkan bahwa pengaruh disiplin kerja terhadap kepuasan kerja dengan nilai positif dan signifkan dimana nilai koefisiennya sebesar 0,305 dan nilai t statistik sebesar 2,549 dengan standar nilai t tabel yaitu 1,96, dengan tingkat signifikan 0,011 < 0,050. Pengaruh komunikasi terhadap kepuasan Kerja adalah positif signifikan dimana hasil 0,402 dengan nilai t-statistik yang lebih besar dari 1,96 yaitu 3,242 dan tingkat signifikan 0,001 < 0,050. Pengaruh lingkungan kerja terhadap kepuasan kerja adalah positif signifikan dimana hasil 0,252 dengan nilai t-statistik yang lebih besar dari 1,96 yaitu 2,156 dan tingkat signifikan 0,032 < 0,050.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».