Analyse Des Ellipses dans Le Dialogue Des Vidéos Informations de TV5 Monde
Notice bibliographique
Résumé
ABSTRAK Nanda Nurul Huda. NIM. 2123131035. “Analisis Ellipsis dalam dialog video informasi TV5 Monde”. Skripsi. Program Studi Pendidikan Bahsa Prancis. Jurusan Bahasa Asing. Fakultas Bahasa dan Seni. Universitas Negeri Medan. 2017. Penelitian ini bertujuan untuk mengetahui jenis-jenis ellipsis dan struktur kalimat yang menggunakan ellipsis dalam video dari l’émission 7 jours sur la planète di siaran TV5 Monde. Teori yang digunakan adalah teori Hasan dan Halliday (1975) ( dalam Togatorop 2014:17). Penelitian dilakukan di perpustakaan Fakultas Bahasa dan Seni, UNIMED. Metode digunakan yaitu deskriptif kualitatif. Sumber data yang digunakan adalah video yang terdapat dalam acara l’émission 7 jours sur la planète dari siaran TV5 Monde. Teknik yang digunakan adalah teknik menyimak dan mencatat. Hasil dari penelitian ini menunjukkan bahwa ada 33 ellipsis yang di temukan dalam 8 video, yang terdiri dari 16 jenis kata benda, 9 jenis kata kerja, dan 8 jenis kalimat. Di dalam novel menggunakan ellipsis kata benda karena kata benda bisa digambarkan secara konkret maupun abstrak. Penelitian ini juga menunjukkan 4 struktur kalimat yang menggunakan dalam video. Yaitu : GN, GV, GN + GV, dan GN + GV + GN. Kata kunci : tipe ellipsis, struktur kalimat, video, l’émission 7 jours sur la planète, TV5 Monde.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,006 |
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 ».