MétaCan
Menu
Retour à la cohorte
Enregistrement W4411069021 · doi:10.55606/jikki.v5i2.6042

Hubungan Self Efficacy dengan Quarter Life Crisis pada Mahasiswa Tingkat Akhir di Universitas Negeri Padang

2025· article· en· W4411069021 sur OpenAlexaboutno aff
Juwita Putri Andini, Yolivia Irna Aviani

Notice bibliographique

RevueJurnal Ilmu Kedokteran dan Kesehatan Indonesia · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation, Sociology, Communication Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)PsychologyHumanitiesPolitical scienceArtHistory

Résumé

récupéré en direct d'OpenAlex

With a high level of self-efficacy, students can face quarter-life crisis easily. People who have self-efficacy will focus and do their tasks without any problems in difficult situations. Students who have self-efficacy are more confident and able to reach their full potential. In addition, it helps students acquire the skills needed for future success. The purpose of this study was to empirically investigate the relationship between self-efficacy of final year students at Padang State University and quarter-life crisis. This study combines cluster sampling strategy with quantitative approach. A total of 292 final year students at Padang State University became the research sample. With an error rate of 5%, this sample was taken using Isaac and Michael table. The data analysis method used is Pearson Product Moment. The results showed that quarter-life crisis and self-efficacy of final year students at Padang State University were each in the moderate range with a proportion of self-efficacy of 39.7% and quarter-life crisis of 28.4%. The research hypothesis stating that there is a significant negative relationship between self-efficacy and quarter life crisis in final year students at Padang State University is accepted based on the hypothesis test which produces a value of r = -0.469 with a significance level of p = 0.000 (p < 0.05).

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
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 enseignants0,185
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)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,351
Écart entre enseignants0,317 · 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'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 revueJurnal Ilmu Kedokteran dan Kesehatan IndonesiaMême sujetEducation, Sociology, Communication StudiesTravaux en français237 207