Pengaruh Kinerja Dan Tingkat Pendidikan Terhadap Pengembangan Sumber Daya Manusia Sekretariat Daerah Kabupaten Toba Samosir
Notice bibliographique
Résumé
Penelitian ini dilakukan untuk mengetahui Kinerja dan Tingkat Pendidikan Terhadap sumber daya manusia di Sekretariat Daerah Kabupaten Toba Samosir baik secara parsial maupun secara serempak. Sumber data yang diperoleh merupakan data primer yaitu dari melalui penyebaran angket pertanyaan terhadap 98 pegawai Sekretariat Daerah Kabupaten Toba Samosir. Setelah data diperoleh, maka selanjutnya data ditabulasi dan dianalisis dengan menggunakan metoda analisis kualitatif dan kuantitatif. Untuk pengolahan data yang dimaksud dilakukan dengan cara perhitungan manual dan dengan menggunakan bantuan software komputer, yaitu SPSS Versi 20. Dari hasil analisis secara kualitatif diperoleh gambaran bahwa kinerja, tingkat pendidikan dan sumber daya manusia berada dalam kategori cukup. Sedangkan analisis secara kuantitatif diperoleh kesimpulan bahwa secara serempak ada pengaruh nyata kinerja dan tingkat pendidikan dalam meningkatkan sumber daya manusia di Sekretariat Daerah Kabupaten Toba Samosir, yaitu sebesar 0,21%. Untuk uji secara parsial dapat diketahui bahwa kedua variabel kinerja dan tingkat pendidikan berpengaruh nyata terhadap sumber daya manusia. Untuk variabel kinerja, setiap peningkatan kinerja sebesar 1% maka akan diikuti pada peningkatan sumber daya manusia sebesar 21,0% dan untuk variabel tingkat pendidikan, setiap peningkatan tingkat pendidikan sebesar 1% maka akan diikuti pada peningkatan sumber daya manusia sebesar 16,3%. Dari uji secara parsial diperoleh bahwa variabel kinerja lebih berpengaruh nyata daripada variabel tingkat pendidikan didalam meningkatkan sumber daya manusia pegawai secretariat Daerah Kabupaten Toba Samosir. Implikasi dari penelitian ini kepada jajaran pimpinan dan pegawai di lingkungan secretariat Daerah Kabupaten Toba Samosir untuk lebih meningkatkan kinerja dan tingkat pendidikan sehingga akan dicapai sumber daya manusia yang lebih baik
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 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) | 0,028 | 0,006 |
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 ».