MétaCan
Menu
Retour à la cohorte
Enregistrement W7029178665

HUBUNGAN ANTARA ADAPTABILITAS KARIR DAN SUBJECTIVE WELL-BEING PADA LULUSAN BARU UNIVERSITAS AIRLANGGA

2016· dissertation· id· W7029178665 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversitas Airlangga Repository (Universitas Airlangga) · 2016
Typedissertation
Langueid
DomainePsychology
ThématiqueStudent Stress and Coping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionFilter (signal processing)Work (physics)Limiting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengetahui hubungan antara adaptabilitas karir dan subjective well-being (SWB), antara adapabilitas karir dan dimensi-dimensi SWB, antara SWB dan dimensi-dimensi adaptabilitas karir, serta antara dimensi-dimensi adaptabilitas karir dan SWB pada lulusan baru Universitas Airlangga. Adaptabilitas karir adalah konstruk psikososial yang menunjukkan sumber kebutuhan seseorang agar berhasil mengelola dan mengantisipasi transisi karir yang berlaku saat ini (Savickas 1997). SWB adalah evaluasi seseorang atas kehidupannya yang meliputi penilaian kognitif atas kepuasan dan penilaian afektif dari mood dan emosi (Kesebir & Diener, 2008 dalam Satyo, 2012).
\nMetode yang digunakan adalah survey menggunakan kuisioner psikologis, dimana variabel adaptabilitas karir diukur menggunakan Career Adapt-Ability Scale (CAAS) dan variabel subjective well-being diukur menggunakan Memorial University of Newfoundland Scale of Happiness (MUNSH). Kedua variabel tersebut diujikan pada 168 lulusan baru Universitas Airlangga yang lulus pada tahun 2015 atau 2016. Metode pengambilan sampel dilakukan menggunakan metode accidental sampling dengan memberikan kuisioner secara online
\nHasil penelitian ditemukan bahwa terdapat hubungan yang signifikan pada adaptabilitas karir dengan SWB (sig = 0,00 r = 0,29), SWB dengan semua dimensi adaptabilitas karir (perhatian sig = 0,02 r = 0,18; pengendalian sig = 0,00 r = 0,33; keingintahuan sig = 0,01 r = 0,21; kepercayaan diri sig = 0,00 r = 0,23), dimensi kontrol dengan semua dimensi SWB (PA sig = 0,00 r = 0,38, NA sig = 0,01 r = -0,21, PE sig = 0,00 r = 0,30, NE sig = 0,00 r = -0,26)

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,003

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 Opus0,006
Tête enseignante GPT0,234
Écart entre enseignants0,227 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversitas Airlangga Repository (Universitas Airlangga)Même sujetStudent Stress and CopingTravaux en français237 207