PENGARUH KARAKTERISTIK REMAJA DAN KELUARGA, SERTA GAYA PENGASUHAN ORANG TUA TERHADAP KUALITAS HIDUP REMAJA DI WILAYAH PESISIR
Bibliographic record
Abstract
Bonus demografi akan dihadapi dengan baik apabila terwujudnya optimalisasi pada pembangunan pemuda, namun hal tersebut menjadi tantangan khususnya bagi remaja di area pesisir yang memiliki faktor sosiodemografi yang lebih rentan dibandingkan remaja di area lainnya. Tujuan dari penelitian adalah menganalisis pengaruh karakteristik remaja, karakteristik keluarga, dan gaya pengasuhan terhadap kualitas hidup remaja di wilayah pesisir. Penelitian ini menggunakan metode kuantitatif dengan desain cross-sectional study. Penelitian dilaksanakan di satu SMA dan SMK yang dipilih secara purposif di wilayah pesisir Cirebon Utara. Teknik penarikan sampel dilakukan dengan metode cluster random sampling dan didapatkan sampel sebanyak 195 remaja yang memiliki orang tua lengkap. Hasil penelitian menunjukkan bahwa gaya pengasuhan dan kualitas hidup remaja hampir separuhnya masuk dalam kategori rendah. Remaja laki-laki memiliki gaya pengasuhan lebih baik dibandingkan remaja perempuan. Namun, remaja perempuan merasakan kualitas hidup yang lebih baik dibandingkan remaja laki-laki. Remaja di SMA merasakan gaya pengasuhan yang lebih baik dibandingkan remaja di SMK. Hasil uji SEM menunjukkan bahwa gaya pengasuhan berpengaruh positif signifikan terhadap kualitas hidup remaja, sedangkan besar keluarga berpengaruh negatif signifikan terhadap kualitas hidup remaja. Implikasi penelitian ini adalah hasil temuan dapat memberikan masukan bagi pemangku kepentingan untuk melakukan optimalisasi kualitas hidup remaja di wilayah pesisir dengan lebih efektif.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".