MétaCan
Menu
Retour à la cohorte
Enregistrement W2745258745 · doi:10.5539/ach.v9n2p71

The Role of Mantra in Theater Makyong

2017· article· en· W2745258745 sur OpenAlexvenueno aff
Tety Kurmalasari, Abdul Rahim Hamdan, Satria Agust

Notice bibliographique

RevueAsian Culture and History · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural and Artistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpellCeremonyMantraSociologyHistoryPhilosophyArchaeologyLinguistics

Résumé

récupéré en direct d'OpenAlex

The research is based on the study of literature. The problem of this research was uses of the spell in theater makyong. The study of uses of the spell in theater makyong is assumed so interesting, because until now theater makyong has still been using spell used by the Panjak chairman to chase away the evil and averse evil before the show begins which is well-known as the ceremony of the"discard wet" or "open land". The spell in theater makyong consists of swearing, the evil, and averse evil spells related to ceremonies open land or discard wet, installing fabric spell, advanced series spell, make-up spell, perindang voice spell and pembungkam (speechless) spell. The sources of the data in this research were obtained from litelature and the Tanjungpinang Art Conservatory Foundation which has kept preserving Theater Makyong till now. The technique of collecting data was done by using the observation technique, interview, and recording elicited from the Panjak chairman, especially about the spell. The data were analyzed by using the collecting data technique. Relating to the research findings, there were seven spells associated with the stage opening ceremony and wet soil or waste opening ceremony and five spells associated with inner preparations existing in theater makyong. The use or the role of spell was as a protection.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,008
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,255
Écart entre enseignants0,238 · 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'étudeQualitatif
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Culture and HistoryMême sujetCultural and Artistic StudiesTravaux en français237 207