MétaCan
Menu
Retour à la cohorte
Enregistrement W4409401560 · doi:10.57214/pengabmas.v7i1.637

Pengembangan Kepribadian Pemuda pada Era Society 5.0 untuk Menguatkan Konsep Diri

2025· article· en· W4409401560 sur OpenAlexaff
Yan Imam Santoso, Utomo Utomo, Rachmat Imam Muslim, Retna Widyastuti, Mufdi Yukanto

Notice bibliographique

RevueJurnal Pengabdian Masyarakat Nusantara · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCOVID-19 Prevention and Impact
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Rapid technological developments in the Society 5.0 era have had a significant impact on the character and personality of the younger generation. Ease of access to information and interaction in cyberspace has the potential to cause the younger generation to lose their identity and fall into negative behavior. Strengthening self-concept is crucial in facing this challenge. This research aims to strengthen students' self-concept as an effort to develop personality and build positive character in the Society 5.0 era. This research involved 50 students from various organizations at Muhammadiyah University Kendal Batang. The method used is a socialization workshop with a self-project approach, where students are asked to make a wish list and determine their priority scale. Evaluation is carried out through surveys to measure understanding of self-concept before and after the activity. The survey results showed an increase in students' understanding of self-concept after participating in the activity. Students become better able to recognize themselves, determine goals, and develop plans to achieve their goals. Apart from that, this activity also increases students' self-confidence and motivation. Strengthening self-concept through socialization workshop activities has proven effective in developing student personalities in the Society 5.0 era. Strengthening self-concept helps students build positive character, increase self-confidence, and develop the ability to determine life goals and develop plans to achieve them.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,348
Écart entre enseignants0,326 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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 revueJurnal Pengabdian Masyarakat NusantaraMême sujetCOVID-19 Prevention and ImpactTravaux en français237 207