MétaCan
Menu
← Retour à la cohorte
Enregistrement W2985611591

Tahap Literasi Media Mahasiswa ke Arah Pemahaman Mesej Patriotisme dalam Filem OLA BOLA

2019· article· id· W2985611591 sur OpenAlexfundno aff
Fatin NorShalihah Azman, Wan Amizah Wan Mahmud

Notice bibliographique

RevueUKM Journal Article Repository (Universiti Kebangsaan Malaysia) · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésHumanitiesPsychologyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Seiring dengan ledakan teknologi kini, masyarakat juga perlu memiliki kemampuan tahap literasi media yang tinggi supaya mampu membantu memahami informasi yang betul serta perkembangan media massa secara negatif ataupun positif dan dapat diaplikasikan dengan baik dan bermanfaaat bagi khalayak. Kajian ini menggunakan Filem Ola Bola menjadi pilihan dengan kaitan dengan mengenal pasti tahap literasi media mahasiswa kerana filem ini terdapat banyak mesej tersurat dan tersirat yang diterapkan dan bukan hanya difokuskan kepada sukan bola sepak semata-mata. Objektif pertama kajian ini ialah mengenalpasti tahap literasi media mahasiswa berdasarkan kepada 4 dimensi kemampuan literasi media. Objektif kedua pula ialah tahap literasi media dengan kaitan dengan pemahaman mesej patriotik dalam filem Ola bola. Kaedah metodologi kajian ini ialah menemubual kumpulan fokus mahasiswa Universiti Kebangsaan Malaysia (UKM) seramai 16 orang responden. setiap kumpulan terdiri daripada 5-8 orang. Kajian ini bersandarkan kepada teori kemampuan tahap literasi media Potter yang berfokuskan kepada 4 dimensi iaitu dimensi kognitif, emosi, estetik dan moral. Hasil kajian mendapati kemampuan literasi media dalam kalangan mahasiswa UKM adalah berbeza-beza dan mereka mampu memahami mesej patriotisme dalam filem Ola Bola dengan baik. Daripada keempat-empat dimensi tersebut, mahasiswa UKM memiliki tahap dimensi kognitif yang paling tinggi, estetik di tahap tinggi, moral di tahap sederhana dan emosi tahap y6ang paling rendah.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0410,011

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 Opus0,009
Tête enseignante GPT0,224
Écart entre enseignants0,215 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUKM Journal Article Repository (Universiti Kebangsaan Malaysia)→Même sujetSport and Mega-Event Impacts→Travaux en français237 207→