Analisis Video Views to Followers Ratio Instagram Pada 5 Brand Gaming Gear Lokal Terbaik
Notice bibliographique
Résumé
Instagram merupakan salah satu dari bagian komunikasi, yaitu komunikasi visual yang mana komunikasi visual ini dapat membangun citra seseorang, Instagram memiliki 700 juta pengguna aktif secara global. Instagram berasal dari kata “insta” yang mengacu pada kata “instan”, sama halnya seperti kamera polaroid yang mana kamera tersebut menghasilkan foto secara langsung atau instan dan “gram” yang berasal dari kata telegram, dimana telegram berfungsi untuk mengirimkan informasi kepada orang banyak. Dengan banyaknya pengguna Instagram yang ada di Indonesia ini menjadikan kesempatan bagi brand untuk memasarkan produk mereka. Salah satunya adalah brand-brand gaming gear, mereka memasarkan produk mereka di Instagram dengan harapan mendapatkan pelanggan. Adapun 5 Brand Gaming Gear Lokal Terbaik, yang menggunakan Instagram untuk media promosi mereka. Adapun 5 Brand Gaming Gear Lokal Terbaik tersebut adalah: NYK NEMESIS, REXUS ID, Fantech ID, Vortex Series, Digital Aliance. Tujuan dari penelitian ini adalah mengetahui kredibilitas performa dari akun Instagram 5 Gaming Gear Lokal Terbaik menggunakan Video Views to Followers Ratio. Penelitian ini menggunakan metode eksploratif kuantitatif, dan akan menghitung menggunakan rasio-rasio yang ada pada Instagram.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».