MétaCan
Menu
Retour à la cohorte
Enregistrement W4404578728 · doi:10.62951/modem.v2i4.234

Korelasi Untuk Mengetahui Prestasi Siswa Terhadap Sosial Ekonomi Keluarga, Kegiatan Siswa Diluar Lingkungan Sekolah Dan Tingkat Motivasi Belajar Siswa Menggunakan Metode Apriori (Studi Kasus : SMP Negeri 2 Binjai)

2024· article· en· W4404578728 sur OpenAlexaff
Dina Ervianna Simarmata, Yani Maulita, Suria Alamsyah Putra

Notice bibliographique

RevueModem · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Learning achievement is every learning activity carried out by students which will result in a change in themselves. The learning outcomes obtained by students are measured based on differences in behavior before and after learning is carried out. The economic conditions of students' families at SMP Negeri 2 Binjai have a significant influence on student learning achievement. Many students who come from families with economically disadvantaged backgrounds face various challenges that hinder the learning process. Financial limitations often mean they do not have adequate access to educational resources, such as books, the internet, and additional tutoring which can help improve understanding of subject matter. This research uses the Apriori method as a problem solving method, namely to correlate between Family Socio-Economics, Activities Students Outside the School Environment and Level of Student Learning Motivation with Student Achievement in class. If data A, G, K → O with Support 30% and Confident 100% and S*C value 30%. So, if a student from a family with an income of less than Rp. 1,000,000 who take part in extracurricular activities outside of school, and have family-driven motivation, will have academic achievement with good report cards. This research indicates that family socio-economic conditions have a significant impact on student academic achievement. Through data analysis, it can be seen that factors such as family income, student activities outside the school environment and the level of student motivation to learn can influence the extent to which students can achieve higher academic achievement.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0070,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 GPT0,287
Écart entre enseignants0,265 · 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 revueModemMême sujetEducational Methods and Media UseTravaux en français237 207