Analisis Faktor Internal Kejadian Quarter-Life Crisis Pada Mahasiswa Tingkat Akhir Angkatan 2017
Notice bibliographique
Résumé
Pendahuluan: Quarter life-crisis adalah sebuah krisis psikologis yang terjadi pada masa transisi remaja menuju dewasa dan dunia perkuliahan menuju dunia nyata yang diakibatkan ketidakpastian masa depan. Periode ini akan terasa sangat sulit bagi individu dikarenakan banyak perubahan-perubahan, tantangan, dan permasalahan yang harus dihadapi. Tujuan dari penelitian ini adalah untuk menganalisis faktor internal kejadian quarter-life crisis pada mahasiswa tingkat akhir angkatan 2017 di Fakultas Keperawatan Universitas Airlangga. Metode: Desain penelitian yang digunakan adalah kuantitatif dengan pendekatan cross-sectional. Pemilihan subjek penelitian menggunakan teknik simple random sampling, dengan jumlah partisipan sebanyak 99 mahasiswa. Instrumen penelitian menggunakan kuesioner General Self-efficacy Scale, dan kuesioner Quarter Life-Crisis Diagnosis Quiz yang telah dimodifikasi. Analisis data yang digunakan adalah uji regresi logistik biner. Hasil: Usia berhubungan signifikan dengan quarter-life crisis (p=0,045), Jenis kelamin tidak berhubungan signifikan dengan quarter-life crisis (p=0,051). Self-efficacy tidak berhubungan dengan quarter-life crisis (p=0,057). Diskusi: Hal ini mengindikasikan perlunya penelitian lebih lanjut tentang analisis faktor internal kejadian quarter-life crisis pada mahasiswa mahasiswa tingkat akhir.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».