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)
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
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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