MétaCan
Menu
Retour à la cohorte
Enregistrement W4382117238 · doi:10.20961/sabpbj.v7i1.40793

Survei Pemahaman Leksikon Ekologis Bahasa Jawa Pada Mahasiswa PGSD Universitas Sanata Dharma (Tinjauan Ekologi Linguistik)

2023· article· en· W4382117238 sur OpenAlexaboutno aff
Apri Damai Sagita Krissandi

Notice bibliographique

RevueSabdasastra Jurnal Pendidikan Bahasa Jawa · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEdcuational Technology Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLexiconMeaning (existential)LinguisticsPsychologySociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study examined the use of Lexicons related to ecological lexicons in Javanese that are commonly used by everyday students. This type of research according to Furchan (1982) was a qualitative descriptive research sub-category of survey research. Research subjects were 96 students from Java (Yogyakarta and Central Java). The instrument developed was a questionnaire. Validation of instruments using the expert judgment of Javanese linguists. The results showed students who were ecological lexicon in Javanese were 53.19%, students who did not understand the ecological lexicon of Javanese were 46.81%. More than half of the students still understand the meaning of the ecological lexicon of the Javanese language. The data was followed up with interviews. The results of the interview revealed that students' understanding of the meaning of the ecological lexicon was not entirely appropriate. Some ecological lexicons of Canada are no longer used in terms of the absence of the main factors. First, youth urbanization in Javanese society. Second, the number of speakers is getting smaller. Third, the changing natural factors, climate, and weather are commonly described by the ecological lexicon are not felt by the majority of Javanese people.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,005

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 Opus0,031
Tête enseignante GPT0,269
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSabdasastra Jurnal Pendidikan Bahasa JawaMême sujetEdcuational Technology SystemsTravaux en français237 207