MétaCan
Menu
Retour à la cohorte
Enregistrement W4320013477 · doi:10.30871/jamn.v6i2.4935

Jurnal Proses Pra Produksi Ebook Cermat Bertani Dengan Kalender Tanam

2022· article· id· W4320013477 sur OpenAlexaff
Yuni Nur Rohmatilah Husnu Tazkiya Ulwah

Notice bibliographique

RevueJOURNAL OF APPLIED MULTIMEDIA AND NETWORKING · 2022
Typearticle
Langueid
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsComputer scienceComputer graphics (images)Art

Résumé

récupéré en direct d'OpenAlex

Perkembangan teknologi informasi yang serba digital memudahkan akses terhadap e-book. Adanya e-book tentunya akan memudahkan pembaca untuk mengakses sumber bacaan yang diinginkan dimanapun dan kapanpun. Oleh karena itu, diperlukan desain e-book yang dibuat semenarik mungkin. Pembuatan e-book dilakukan melalui beberapa proses dengan konsep desain grafis sebagai acuan yaitu pra produksi, produksi dan pasca produksi. Metode yang digunakan dalam pembuatan jurnal ini adalah metode terapan, dimana metode ini bertujuan untuk memecahkan masalah kehidupan praktis. Jurnal ini bertujuan untuk mengedukasi masyarakat tentang proses pra produksi dalam pembuatan e-book. Proses pra produksi pembuatan e-book meliputi konsep desain, media, visualisasi, client brief dan brainstorming. Proses pra produksi adalah kunci untuk menghasilkan e-book yang menarik. E-book yang berisi 41 halaman ini bertujuan untuk menyampaikan informasi berupa ajakan kepada masyarakat untuk berhati-hati dalam bercocok tanam dengan menggunakan kalender tanam sebagai upaya meminimalisir terjadinya gagal panen yang dikemas dalam desain yang menarik dan membuatnya lebih mudah bagi pembaca. Masyarakat diharapkan mampu menghasilkan karya e-book dengan baik, setelah mengenal tahap pra produksi untuk dilanjutkan pada tahap produksi dan pasca produksi.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil0,799

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0090,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,4400,171

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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,218 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJOURNAL OF APPLIED MULTIMEDIA AND NETWORKINGMême sujetBlockchain Technology in Education and LearningTravaux en français237 207