Analisis Wacana Kritis Masalah Sosial dalam Serial Drama Squid Game
Notice bibliographique
Résumé
Salah satu serial terpopuler Netflix ialah Serial drama Squid game yang mengandung alegori besar masyarakat. Masalah sosial pada dasarnya merupakan suatu kondisi kehidupan dalam masyarakat yang tidak diinginkan atau suatu kondisi kehidupan yang menimbulkan persoalan. Masalah sosial dapat terjadi karena adanya hambatan dalam pemenuhan kebutuhan, akibat perubahan sosial ekonomi serta penggunaan ilmu pengetahuan dan teknologi. Penelitian ini bertujuan untuk membongkar wacana masalah sosial dengan metode analisis Wacana Kritis milik Norman Fairclough, berfokus pada “ketidakberesan” fenomena sosial pada serial drama Squid game. Penelitian ini merupakan penelitian kualitatif. Teknik pengumpulan data melalui observasi, dokumentasi dan studi pustaka. Teknik analisis data yang digunakan ialah teknik analisis Norman fairclough, dengan proses analisis yaitu mengamati subjek, objek, komposisi dan unsur tersirat yang merepresentasikan masalah sosial. Sedangkan teknik pemeriksaan keabsahan data menggunakan triangulasi sumber. Hasil penelitian merupakan kesimpulan analisis yang sudah dilakukan dimana peneliti memperoleh sebanyak 30 scene yang mengandung unsur masalah sosial. Hasil analisis menunjukkan bahwa serial drama squid game mengandung aspek yang membangun fenomena masalah sosial dari segi komposisi, dialog, dan praktik sosial di dunia nyata. Hasil analisis juga merupakan kritik secara tidak langsung terhadap permasalahan sosial masyarakat yang terjadi.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,011 |
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 ».