MétaCan
Menu
Retour à la cohorte
Enregistrement W4293250352 · doi:10.31219/osf.io/uefg5

IMPLEMENTASI BELA NEGARA DI ERA PANDEMI COVID19

2022· preprint· id· W4293250352 sur OpenAlexaff
Jihan Fatihah

Notice bibliographique

Revuenon disponible
Typepreprint
Langueid
DomaineSocial Sciences
ThématiqueCOVID-19 Prevention and Impact
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

WHO menetapkan bahwa Covid-19 adalah pandemi. Sejak itu pula Negara-negara di belahan dunia di hantui oleh kecemasan. Saat ini dunia sedang dalam kondisi yang tidak teratur. Terjadi kekacauan dalam berbagai hal apapun, termasuk dalam mengimplementasikan bela Negara di era pandemic covid-19 ini. Konsep bela negara dapat diartikan secara fisik dan non-fisik, secara fisik dengan mengangkat senjata menghadapi serangan atau agresi musuh, secara non-fisik dapat didefinisikan sebagai segala upaya untuk mempertahankan negara dengan cara meningkatkan rasa nasionalisme, yakni kesadaran berbangsa dan bernegara, menanamkan kecintaan terhadap tanah air, serta berperan aktif dalam memajukan bangsa dan Negara. Survey ini bertujuan untuk mendeskripsikan pemahaman warga negara tentang implementasi atau penerapan bela negara di era pandemi Covid-19. Metode penelitian ini menggunakan metode deskriptif kualitatif dengan pengumpulan data dari artikel, jurnal maupun perpustakaan. Kesimpulan dalam hal mengimplementasikan bela negara yaitu Mematuhi semua kebijakan yang telah pemerintah keluarkan dalam penanganan Covid-19, Mendukung UMKM, Apabila ada tetangga atau masyarakat sekitar yang terkena Covid-19, maka kita tidak boleh mengucilkannya, Meningkatkan kesadaran diri untuk mematuhi protokol kesahatan dalam mengatasi pandemi Covid-19 dan Tidak menyebarkan berita hoax atau berita yang tidak benar.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,2790,001

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 Opus0,069
Tête enseignante GPT0,421
Écart entre enseignants0,352 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 Prevention and ImpactTravaux en français237 207