Ketahanan Penduduk Usia 7-18 Tahun untuk Menuntaskan Pendidikan di Provinsi Jawa Tengah Tahun 2022
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.
Notice bibliographique
Résumé
Pemerintah Indonesia telah mengupayakan agar masyarakatnya dapat mengenyam pendidikan setidaknya hingga jenjang pendidikan menengah melalui program wajib belajar 12 tahun. Namun, belum sepenuhnya penduduk di Indonesia dapat menyelesaikan pendidikan 12 tahun. Hal tersebut mengindikasikan adanya kejadian putus sekolah dan mempengaruhi ketahanan penduduk untuk menuntaskan pendidikan. Provinsi Jawa Tengah merupakan salah satu provinsi yang capaian rata-rata lama sekolahnya perlu mendapat perhatian sebab memiliki RLS terendah di Kawasan Barat Indonesia dengan RLS tahun 2022 mencapai 8,38 tahun. Penelitian ini bertujuan untuk mengetahui gambaran umum putus sekolah dan ketahanan untuk menuntaskan pendidikan pada penduduk usia 7-18 tahun di Provinsi Jawa Tengah tahun 2022 serta faktor-faktor yang memengaruhinya. Metode yang digunakan adalah analisis ketahanan hidup dengan data yang bersumber dari Susenas Maret 2022. Hasil penelitian dengan loglogistik AFT menunjukkan bahwa jenis kelamin, pendidikan KRT, lapangan usaha KRT, status kemiskinan, dan daerah tempat tinggal berpengaruh signifikan terhadap ketahanan penduduk usia 7-18 tahun untuk menuntaskan pendidikan.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,004 |
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 découle