MétaCan
Menu
Retour à la cohorte
Enregistrement W3187145779 · doi:10.6000/1929-4409.2021.10.148

The Narrative of Criminal Behaviour in Indonesian Literature by Female Author: Psychosocial Criminology Perspective

2021· article· en· W3187145779 sur OpenAlexvenueno aff
Anas Ahmadi

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal and Social Justice Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndonesianCriminologyPerspective (graphical)SociologyPsychosocialNarrativeLanguage changeSubject (documents)Qualitative researchGender studiesPsychologySocial scienceLiteraturePsychiatryLibrary science

Résumé

récupéré en direct d'OpenAlex

Criminology studies, currently, are the most discussed subject from interdisciplinary perspectives. Hence, in this research, Indonesian literature written by the female author is studied using a psychosocial criminology perspective. One of the female authors in Indonesia who brings up criminology in her literary work is Dewi Lestari. She is an Indonesian novelist. The research problems are 1) How criminology depicted in Indonesian literature written by the female author is, and 2) Types of criminology depicted in Indonesian literature written by a female author. The method used in this research is qualitative interpretative. The collecting data technique in the literature study. The result shows that criminology in Indonesian literature is depicted explicitly. Whereas, types of criminology in Indonesian literature written by the female author are corruption, sex crimes, and transnational crimes related to endangered animal trade.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,315
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,388
Écart entre enseignants0,339 · 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 tête enseignante, 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetLegal and Social Justice StudiesTravaux en français237 207