MétaCan
Menu
Retour à la cohorte
Enregistrement W4392354195 · doi:10.32695/jkt.v14i2.429

Gender dan Tingkat kepedulian Masyarakat terhadap Sampah

2024· article· en· W4392354195 sur OpenAlexaff
Tuti Susilowati, Hadi Ashar, Ina Kusrini, Siti Wahyuningsih, Hermasani Tya Maretta, Teguh Setyaji, Purwanti Purwanti, Dhanik Ernawati, Maria Prasasti Ragil Putri Widyaningrum, Sukamsi Sukamsi, Zulfikar Peluw

Notice bibliographique

RevueJurnal Kesehatan Terpadu (Integrated Health Journal) · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWaste Management and Recycling
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésIndonesianTourismPerceptionValue (mathematics)GeographySocioeconomicsPsychologyPolitical scienceSociologyMathematicsStatisticsArchaeology

Résumé

récupéré en direct d'OpenAlex

Indonesia is the second largest producer of plastic waste in the world after China, one source of waste is from the tourism sector such as in the Borobudur Temple Area, Central Java. The problem of low awareness and gender norms that are still closely embedded in Indonesian society are inhibiting factors in modern approaches to waste management, thereby impacting the burden on local governments in waste management. The aim of this study was to determine the effect of gender on concern for waste. Methods: Cross-sectional deskriptif survey study in the Borobudur sub-district area of 374 respondents representing the X generation or millennial generation and Z generation. This study shows that the difference in the average value (mean) of the variabels of knowledge, concern, perception, millennial PKK actions, and external faktors regarding institutions is slightly higher in the female group, namely 0.5005, 0.2207, 0.1452, 0 .8338, and 0.1046. But, individual perceptions of concern for community groups are slightly higher in the male group, namely 0.0659. This study shows that concern for waste, the female group's average value of each variable is slightly higher than the male group, and only one variable, namely external factors, individual perceptions of concern for community groups is slightly lower.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,285
Écart entre enseignants0,259 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Kesehatan Terpadu (Integrated Health Journal)Même sujetWaste Management and RecyclingTravaux en français237 207