MétaCan
Menu
Retour à la cohorte
Enregistrement W4408098898 · doi:10.21462/educasia.v10i1.297

The Impact of Road Infrastructure in Pengkadan Baru Village on Students' School Interest in Sma Negeri 1 Kelam Permai

2025· article· en· W4408098898 sur OpenAlexaff
Diah Trismi Harjanti, Dwi Ageng Pangestu, Putri Tipa Anasi, Muhammad Iqbal Apriliyana

Notice bibliographique

RevueEDUCASIA Jurnal Pendidikan Pengajaran dan Pembelajaran · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Research and Methods
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBaruSMA*Mathematics educationBusinessSociologyGeographyPsychologyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Students' willingness to attend school is greatly affected by the state of the infrastructure, especially the condition of the roads they travel on. Roads play a crucial role in making their journeys to school possible. Ideally, road infrastructure should be both safe and functional. However, at SMA Negeri 1 Kelam Permai, 26 students from the village of Pengkadan Baru face a daily challenge, they must travel on roads that are severely damaged to reach their school. This challenging situation led the researcher to explore how the poor road conditions in Pengkadan Baru affect students’ motivation to attend school. Through quantitative descriptive analysis and involving 26 students from Pengkadan Baru Village as respondents to support this research. The findings show that the road infrastructure in Pengkadan Baru is classified as "Severely Damaged" by the PUPR Department, with a rating of 68.27%. At the same time, students’ motivation to attend SMA Negeri 1 Kelam Permai is categorized as "Very Low," with a score of 78.50%. A Spearman test revealed a significance level of 0.039 (<0.05), indicating a statistically significant relationship between the road conditions and students’ motivation. In conclusion, the severely damaged road infrastructure in Pengkadan Baru has a noticeable impact on the students' desire and ability to attend school regularly at SMA Negeri 1 Kelam Permai.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,449
Écart entre enseignants0,414 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEDUCASIA Jurnal Pendidikan Pengajaran dan PembelajaranMême sujetEducational Research and MethodsTravaux en français237 207