Pengaruh Penggunaan Aplikasi TikTok terhadap Literasi Informasi Mahasiswa Jurusan Ilmu Perpustakaan dan Informasi Islam UIN Antasari Banjarmasin
Notice bibliographique
Résumé
<p>Indonesia is the second most active user of the TikTok application in the first quarter of 2022 because it spends an average of 23.1 hours per month on TikTok. The use of time by the user should not be wasted and can produce benefits in the form of information according to the facts. This research uses participatory media culture theory which explains the ways in which new media culture offers audiences to jointly take on the role of media consumers and media producers at the same time. The media in this research is the TikTok application. The research method is a quantitative research method which aims to show the relationship between the influence of the use of the TikTok application as variable This research includes quantitative data collection, analysis, and statistical testing. With a population of 326 people, a sample of 77 people was taken using the Slovin formula. Data was obtained by distributing closed questionnaires using a Likert scale. The results of the research show that there is an influence of the use of the TikTok application on student information literacy, namely 54.0%, meaning that the influence of the independent variable, namely the use of the TikTok application, on student information literacy is 54.0% while the remainder is (100% - 54.0%) is 46% influenced by other variables outside this research. The R-Square value of 54% is included in the moderate category, meaning that the influence of using the TikTok application on student information literacy depends on the individual user's use of the application.</p>
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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 ».