Digital Content Model Framework Based on Social Studies Education
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The growth of the digital world brings positive and also negative influences in the society, For example, the overwhelmed of uneducated material, provoking news, the contents teaches unhealthy behavior, or hoaxes. Most of the people do not have abilities to recognize quality contents or well written contents. Those conditions are really matter, in the 21st century, people must have digital literacy the competencies. In order that the societies will be ready to deal with technology and to address the usefulness of digital content.The community must act as a smart content consumer, and also as a good content producer, so that people have ability to create good digital content and get the benefit of information. However, due to the lack of digital content framework, people have difficulty assessing the quality of digital content, and it is difficult to create content with good criteria. Therefore, it is important to create digital content standards that have a positive goal in the age of technology.To make digital content standards a digital content model was developed which was developed with Research and Development methods, involved students and cyber society on the internet. The digital content framework contains several elements, such as: pillar of social studies education, writing, knowledge, digital media, search engine optimization, and digital copyrights, which will be published in User Generated Content Platform. Furthermore, digital content model framework has been tested and has a useful principle that is used as a guidance for making high quality digital content which considers the virtue of society and the art of state of information technology.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découle