Career Decision Making and the Quarter-Life Crisis in Generation Z
Notice bibliographique
Résumé
People in their 20s are surely no strangers to the term Quarter Life Crisis, which becomes the most difficult period in life. This age usually has many opportunities and responsibilities to explore careers and personal lives. Sometimes a person can still choose what is more suitable for themselves, even if it means going against other choices. The doubts that arise at this age are varied, ranging from self-doubt, adaptation, skills, abilities, and much more that are inherent to a person, which is indeed no longer an easy matter. The multitude of inner turmoil will make someone dizzy, stressed, and even decide to choose not to choose anything at all. The purpose of this research is to determine whether there is a relationship between career decision-making and Quarter Life Crisis in Generation Z. This research uses a correlational quantitative approach. The subjects of this research are individuals from Generation Z, specifically those aged 18 to 21 years, who are currently enrolled in the Guidance and Counseling (BK) Department, Faculty of Teacher Training and Education (FKIP), class of 2023, University of Borneo Tarakan (UBT). A total of 54 students. The data analysis technique used is the Pearson Product Moment correlation with the Jamovi version 2.3.28 software. The results of the Product Moment (Pearson) correlation test obtained a correlation coefficient (r) value of 0.318 with a significance value of 0.000 < 0.05, indicating a positive and significant relationship between career decision-making and Quarter Life Crisis. This means that the higher the level of emotional maturity of a person, the higher the Quarter Life Crisis they will experience, and vice versa. The relationship between the two variables is weak.
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 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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».