MétaCan
Menu
Retour à la cohorte
Enregistrement W4402936088 · doi:10.24843/eeb.2024.v13.i08.p02

PENGARUH PENDIDIKAN, KESEHATAN, JAMINAN SOSIAL, DAN PENDAPATAN KELUARGA TERHADAP PARTISIPASI KERJA PENDUDUK LANSIA DI JAWA

2024· article· id· W4402936088 sur OpenAlexaff
Esra Yunike Tambunan, Sudarsana Arka

Notice bibliographique

RevueE-Jurnal Ekonomi dan Bisnis Universitas Udayana · 2024
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Jumlah penduduk tertinggi di Indonesia terletak di Pulau Jawa. Disertai dengan fasilitas kesehatan dan penunjang kehidupan yang lengkap menyebabkan Angka Harapan Hidup di wilayah Jawa menjadi semakin tinggi, rendahnya TFR, dan potensi migrasi kembali bagi penduduk lansia yang tinggi, mengakibatkan penduduk lansia di Jawa lebih cepat tumbuh daripada wilayah lain yang menyebabkan peningkatan rasio ketergantungan lansia terhadap penduduk produktif. Permasalahan yang terjadi adalah ketika lansia tidak ingin membebani penduduk usia produktif dan tetap memilih untuk tetap bekerja. Penelitian ini bertujuan untuk menganalisis pengaruh pendidikan, kesehatan, jaminan sosial dan pendapatan keluarga secara simultan dan parsial terhadap partisipasi kerja penduduk lansia di provinsi-provinsi di Pulau Jawa. Teknik analisis yang digunakan dalam penelitian ini adalah teknik analisi regresi data panel. Hasil penelitian ini menemukan bahwa pendidikan, kesehatan, jaminan sosial dan pendapatan keluarga secara simultan berpengaruh terhadap partisipasi kerja penduduk lansia di provinsi-provinsi di Pulau Jawa. Pendidikan dan kesehatan berpengaruh positif dan signifikan, jaminan sosial berpengaruh negatif dan signifikan, sedangkan pendapatan keluarga berpengaruh positif dan tidak signifikan secara parsial terhadap partisipasi kerja penduduk lansia di provinsi-provinsi di Pulau Jawa.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,023
Tête enseignante GPT0,214
Écart entre enseignants0,192 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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 revueE-Jurnal Ekonomi dan Bisnis Universitas UdayanaMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207