Examining The Quarter-Life Crisis of Library Science Students at UIN Sunan Kalijaga Yogyakarta Through Digital Literacy Impact
Notice bibliographique
Résumé
Rapid digital advancements present opportunities and challenges that significantly affect young adults' mental and emotional well-being. This study aims to 1) determine the level of digital literacy of UIN Sunan Kalijaga Library Science students, 2) determine the level of quarter-life crisis experienced by UIN Sunan Kalijaga Library Science students, and 3) determine the effect of digital literacy skills on quarter life crisis of UIN Sunan Kalijaga Library Science students. This research uses quantitative methods with descriptive and correlation types. The subjects are Library Science students’ classes of 2019 and 2020, and the object is the influence of digital literacy on the quarter-life crisis. Data collection was carried out using interview techniques, documentation, and questionnaires. Data were analyzed using mean, grand mean, product-moment correlation, and simple linear regression. The results of the analysis show that 1) students' digital literacy is in a very high category with a value of 3.4, 2) students experience a quarter-life crisis of 2.85 in the high category, and 3) digital literacy affects quarter-life crisis with a significance value of 0.000 <0.05. Based on the coefficient of determination, digital literacy affects 18.4% of quarter-life crises. Product moment correlation analysis shows a Pearson correlation value of -0.429, which means the higher the digital literacy, the lower the quarter-life crisis, and vice versa.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».