KESINONIMAN NOMINA KONKRET BAHASA JAWA DALAM KAMUS BAOE SASTRA DJAWA KARYA W.J.S POERWADARMINTA
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mendeskripsikan kesinoniman nomina konkret bahasa Jawa dalam kamus Baoesatra Djawa karya W.J.S Poerwadarminta. Kesinoniman nomina konkret dalam penelitian ini meliputi kesinoniman bentuk dan kesinoniman makna. \nPenelitian ini merupakan penelitian deskriptif. Data penelitian ini berupa data tertulis berupa kosa kata. Sumber data tertulis pada penelitian ini adalah kamus Baoesastra Djawa karya W.J.S. Poerwadarminta. Teknik pengumpulan data pada penelitian ini menggunakan teknik pembacaan dan teknik pencatatan. Keabsahan data menggunakan teknik ketekunan pengamatan dan pengecekan melalui pertimbangan ahli. Teknik analisis data dalam penelitian ini menggunakan metode agih dan metode padan intralingual. \nHasil penelitian kesinoniman bentuk nomina konkret bahasa Jawa pada kamus Baoesatra Djawa karya W.J.S Poerwadarminta yaitu diketemukanya kesinoniman bentuk monomorfemis dengan bentuk monomorfemis, bentuk monomorfemis dengan bentuk polimorfemis, dan bentuk polimorfemis dengan polimorfemis. Kesinoniman bentuk monomorfemis dengan bentuk monomorfemis yaitu kesinoniman bentuk antara nomina asal dengan nomina asal, kesinoniman bentuk antara nomina asal dengan nomina penggalan, dan kesinoniman bentuk antara nomina penggalan dengan nomina penggalan. Kesinoniman bentuk nomina monomorfenis dengan bentuk polimorfemis yaitu kesinoniman bentuk antara nomina asal dengan nomina berafiks, kesinoniman bentuk antara nomina asal dengan nomina ulang, kesinoniman bentuk antara nomina asal dengan nomina majemuk, kesinoniman bentuk antara nomina asal dengan nomina kombinasi dan kesinoniman bentuk antara nomina penggalan dengan nomina majemuk. Kesinoniman bentuk polimorfemis dengan bentuk polimorfemis yaitu kesinoniman bentuk antara nomina berafiks dengan nomina berafiks, kesinoniman bentuk antara nomina berafiks dengan nomina ulang, kesinoniman bentuk antara nomina bersfiks dengan nomina kombinasi, kesinoniman bentuk antara nomina ulang dengan nomina ulang, kesinoniman bentuk antara nomina ulang dengan nomina majemuk, kesinoniman bentuk antara nomina ulang dengan nomina kombinasi dan kesinominam bentuk \nantara nomina majemuk dengan nomina mejemuk.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».