MétaCan
Menu
Retour à la cohorte
Enregistrement W4311843312 · doi:10.31540/silamparibisa.v5i2.1700

Analisis Gejala Hiperbola pada Merek Dagang dan Slogan Produk Makanan PT. Indofood

2022· article· id· W4311843312 sur OpenAlexaff
Claudin Arfienka Budhiarno Budhiarno, Gallant Karunia Assidik

Notice bibliographique

RevueSilampari Bisa Jurnal Penelitian Pendidikan Bahasa Indonesia Daerah dan Asing · 2022
Typearticle
Langueid
DomaineArts and Humanities
ThématiqueLinguistics and Language Analysis
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésSloganHumanitiesPsychologyArtPolitical science

Résumé

récupéré en direct d'OpenAlex

Gejala hiperbola pada merek dagang makanan PT. Indofood sangat menarik untuk diteliti. Hal tersebut dikarenakan penemuan pemakaian gaya bahasa hiperbola yang cukup unik pada salah satu produk PT. Indofood yaitu Qtella. Letak gaya bahasa hiperbola pada merek tersebut yaitu pada penggunaan huruf Q sebagai kata ganti dari kata ketela. Selain itu, produk Qtella juga memiliki slogan ‘Jagonya snack keluarga’. Maka dari itu, peneliti ingin menelaah lebih lanjut mengenai temuan lainnya mengenai gejala hiperbola pada merek dagang dan slogan produk makanan PT. Indofood. Tujuan dari penelitian ini yaitu guna mengetahui bagaimana bentuk gejala hiperbola pada merek dagang dan slogan produk makanan PT. Indofood beserta dampaknya. Adapun metode yang digunakan dalam penelitian ini adalah metode deskriptif analitif. Penelitian ini menggunakan analisis makna gaya bahasa. Pengumpulan data dalam penelitian ini dilakukan dengan pengamatan dan catat. Artinya, data dalam penelitian ini diperoleh dengan cara mengamati merek dagang atau produk yang diproduksi oleh PT. Indofood Indonesia kemudian mencatat data iklan yang mengandung gaya bahasa. Pertama-tama slogan dan merek dagang diamati, setelah itu dipilih iklan yang mengandung gaya bahasa. Berdasarkan hasil penelitian dapat ditarik kesimpulan, yakni gejala hiperbola pada merek dagang dan slogan produk makanan PT. Indofood diklasifikasikan menjadi 4 gejala hiperbola yaitu hiperbola tipografi, hiperbola makna, hiperbola gambar, dan hiperbola pengucapan.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,024
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,007

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 Opus0,023
Tête enseignante GPT0,245
Écart entre enseignants0,221 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSilampari Bisa Jurnal Penelitian Pendidikan Bahasa Indonesia Daerah dan AsingMême sujetLinguistics and Language AnalysisTravaux en français237 207