Campur Kode Bahasa Benuaq dan Bahasa Bentian dalam Peristiwa Tutur Antarmasyarakat Di Kecamatan Bentian Besar Kabupaten Kutai Barat Provinsi Kalimantan Timur
Notice bibliographique
Résumé
Dalam interaksi antarmasyarakat terdapat campur kode diantara dua bahasa sehingga dalam berinteraksi, masyarakat di Kecamatan Bentian Besar menggunakan percakapan yang menghasilkan suatu ciri khas tersendiri yaitu campur kode bahasa Benuaq dan bahasa Bentian. Penelitian ini bertujuan untuk mendeskripsikan wujud dan faktor-faktor yang menyebabkan terjadinya campur kode bahasa Benuaq dan bahasa Bentian dalam peristiwa tutur antar masyarakat di Kecamatan Bentian Besar. Metode yang digunakan dalam penelitian ini adalah metode penelitian kualitatif, kemudian teknik dalam pengumpulan data adalah teknik observasi, teknik rekam,teknik simak dan teknik catat. Sumber data penelitian ini adalah ujaran di lingkup masyarakat yang ada di Kecamatan Bentian Besar. Metode yang digunakan untuk menganalisis data adalah metode deskriptif kualitatif. Hasil analisis yang diperoleh dari penelitian ini adalah: (1) wujud campur kode bahasa Benuaq dan bahasa Bentian yang terdapat dalam peristiwa tutur antar masyarakat di Kecamatan Bentian Besar ada tiga yaitu: penyisipan unsur-unsur berupa kata, penyisipan unsur-unsur berupa klausa, penyisipan unsur-unsur berupa frasa. (2) faktor-faktor yang menyebabkan terjadinya campur kode bahasa Benuaq dan bahasa Bentian dalam peristiwa tutur antarmasyarakat di Kecamatan Bentian Besar meliputi: latar belakang kebahasaan (linguistic type) dan latar belakang sikap (attitudinal type) Dari hasil tersebut dapat disimpulkan bahwa dalam peristiwa tutur antarmasyarakat di Kecamatan Bentian Besar terdapat bentuk campur kode yang berupa penyisipan kata, frasa dan klausa, selain itu terdapat pula faktor-faktor yang menyebabkan terjadinya campur kode yaitu; latar belakang kebahasaan (linguistic type) dan latar belakang sikap (attitudinal type).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».