Hubungan antara Alexithymia dengan Child Neglect Pada Orang Tua yang memiliki Tingkat Pendidikan Rendah di Desa Paoh Benua
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui hubungan antara alexithymia dengan child neglect pada orang tua berpendidikan rendah di Desa Paoh Benua, Sepauk, Kabupaten Sintang. Subjek penelitian ini adalah 147 orang tua berpendidikan rendah di Desa Poah Benua. Penelitian ini menggunakan metode kuantitatif dengan dua Skala yaitu alexithymia (16 aitem) dan child neglect (20 aitem). Sampling yang digunakan teknik cluster random sampling, sedangkan analisis data penelitian menggunakan teknik pearson product moment. Hasil penelitian menunjukkan koefisien korelasi (r) sebesar 0,252 dengan taraf signifikansi sebesar 0,002 (p<0,01) yang artinya terdapat hubungan positif yang sangat signifikan antara alexithymia dan child neglect. Alexithymia memberikan sumbangan efektif sebesar 6% terhadap Child Neglect. Artinya, sekitar 94% didapatkan dari variabel lain. Berdasarkan hasil analisis data penelitian, dapat disimupulkan bahwa terdapat hubungan yang positif antara alexithymia dengan child neglect pada orang tua berpendidikan rendah di Desa Paoh Benua.
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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».