MétaCan
Menu
Retour à la cohorte
Enregistrement W2971398685 · doi:10.24123/jsh.v8i1.672

THE LOW-COST CLAYMATION DEVELOPMENT WITH A CASE STUDY OF “ABDI DALEM” COMIC CHARACTER ADAPTATION

2014· article· en· W2971398685 sur OpenAlexaff
Nugarhardi Ramadhani, Sayatman Sayatman, Rabendra Yudistira, Anjrah Hamzah

Notice bibliographique

RevueSosial & Humaniora · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAnimationComicsCharacter (mathematics)Adaptation (eye)Computer scienceProduction (economics)Process (computing)Order (exchange)Motion (physics)AnimeMultimediaAdvertisingBusinessArtificial intelligencePsychologyComputer graphics (images)EconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

Indonesia is one of the most largest country that is growing and has the potential of creative industries from various fields, one of which is animation and games. The majority of human resources of Indonesia are now advancing animation and games, but is still hampered by the right technology. Stop motion as an animation technique has a difficult position as mastering, this type of animation required technology and craftsmanship, thus it does not attract many people to use this technique. This research will discuss the development of a lowcost stop motion animation with maximum result that aims to support the needs of creative industry in Indonesia. This study is taking a character from ‘Abdi Dalem’; a popular fictional comic series. In Order to reach lower production costs, This research is using comparative study method in regards of low-cost materials and experimental method to determine the most economical post-production process.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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'étudeSans objet
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSosial & HumanioraMême sujetBlockchain Technology in Education and LearningTravaux en français237 207