Functions, Influences & Effects of WhatsApp Use During the Movement Control Order (MCO) in Malaysia
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
On March 18, 2020, the Malaysian government took a firm position to halt the spread of the COVID-19 pandemic by putting in effect the Movement Control Order (MCO). By that time, Malaysia had recorded deaths and the number of infections was hundreds. During this period, in addition to the use of popular social media platforms such as Facebook and Twitter for rapid information communication, the WhatsApp messaging app was also heavily relied upon during the MCO. In addition to providing information, WhatsApp was also considered to play an important role in daily tasks as well as in education. This article discusses the functions, influences and effects of the use of WhatsApp among Malaysians during the MCO. This research conducted a structured interview with 10 informants from diverse backgrounds and age range. The data was then transcribed verbatim. Analysis of the results revealed that WhatsApp's main functions were to facilitate communication with family members and employers, as well as the means for a rapid exchange of information. On the other hand, the informants revealed that some information shared in WhatsApp was unreliable since there were irresponsible people who were creating and sharing fake news. The informants were also aware that the dissemination of fake news will cause mass panic among the Malaysians. As such, the informants would refer to reliable sources to determine the authenticity of the news they have encountered. This action reflected a mature attitude using WhatsApp during the MCO.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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