ACADEMIC ENGAGEMENT PADA MAHASISWA ATLET
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui gambaran keterlibatan \nmahasiswa atlet secara akademik dan mengetahui strategi dalam mengupayakan \nacademic engagement (keterlibatan akademik). Fokus penelitian ini adalah untuk \nmemahami bentuk-bentuk academic engagement (keterlibatan akademik) pada \nmahasiswa atlet dan bagaimana strategi mereka untuk berusaha memiliki \nacademic engagement (keterlibatan akademik) tersebut. Academic engagement \ndibagi menjadi 3 dimensi dimana terdapat dimensi behavioral engagement, \ncognitive engagement, dan emotional engagement. Dimensi tersebut berfungsi \nbersama dalam mencerminkan pendekatan positif individu untuk belajar di bidang \nakademik (Fredricks, Blumenfeld, & Paris, 2004). \nMetode penelitian ini menggunakan pendekatan kualitatif dengan tipe \npenelitian studi kasus instrumental. Pemilihan partisipan menggunakan \nNonprobability sampling dengan teknik purposive sampling. Partisipan berjumlah \ntiga orang yang terdiri dari dua perempuan berusia 21 tahun dan satu laki-laki \nberusia 20 tahun. Ketiga partisipan merupakan mahasiswa atlet yang berada di \nfakultas Psikologi. Proses pengambilan data menggunakan wawancara semi \nterstruktur dan dianalisa menggunakan analisa tematik theory-driven. \nHasil penelitian ini menunjukkan bahwa tiga dimensi dalam bentuk-bentuk \nacademic engagement pada mahasiswa atlet antara komponen-komponennya \nmemiliki perbedaan erat antar masing-masing partisipan. Ketiga partisipan \nmemiliki perilaku yang berbeda-beda yang ditunjukkan dalam dimensi behavioral \nengagement, dimensi cognitive engagement, dimensi emotional engagement yang \ntergabung dalam academic engagement mereka. Ketiga mahasiswa atlet juga \nmenunjukkan kelelahan setelah mengikuti latihan rutin saat proses pembelajaran \nberlangsung di kelas. Strategi yang digunakan masing-masing mahasiswa atlet \nberbeda-beda dalam mengupayakan academic engagement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,259 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».