MétaCan
Menu
Retour à la cohorte
Enregistrement W7014306464

Partisipasi Masyarakat Kota Medan dalam Upaya Bela Negara Terhadap Pertahanan dan Keutuhan NKRI

2022· other· id· W7014306464 sur OpenAlexaboutno aff

Notice bibliographique

RevueRepository UIN Sumatera Utara (UIN Sumatera Utara) · 2022
Typeother
Langueid
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommunity participationQuarter (Canadian coin)Government (linguistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Penelitian ini membahas mengenai partisipasi masyarakat dalam Bela Negara
\nterhadap Pertahanan dan Keutuhan NKRI. Penelitian ini bertujuan untuk menjawab
\nfocus masalah mengenai partisipasi masyarakat dalam Bela Negara terhadap
\nPertahanan dan Keutuhan NKRI yang menghasilkan penjabaran sebagai berikut: 1)
\nBagaimana partisipasi masyarakat Kota Medan dalamu paya Bela Negara terhadap
\nPertahanan dan keutuhan NKRI di Kelurahan Sei Sikambing D Kecamatan Medan
\nPetisah? 2)Bagaimana upaya Pemerintah Kota Medan di Kel. Sei Sikambing D Kec.
\nMedan Petisah dalam meningkatkan kesadaran masyarakat dalam upaya bela negara ?
\nPenelitian menggunakan penelitian lapangan dengan metode kualitatif
\ndeskriftif. Penulis membatasi analisis ini agar lebih jelas dan terfokus yaitu hanya
\npada partisipasi masyarakat, serta upaya pemerintah dan lokasi penelitian dilakukan
\ndi Kelurahan Sei Sikambing D kecamatan Medan Petisah Kota Medan.
\nHasil temuan penelitian menghasilkan bahwa partisipasi masyarakat dalam
\nupaya bela negara yaitu Cinta terhadap tanah air, sadar berbangsa dan bernegara,
\nyakin Pancasila sebagai ideologi negara, dan rela berkorban untuk bangsa dan negara.
\npembinaan-pembinaan, pendidikan dan pelatihan awal bela negara (diklat awal bela
\nnegara).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0120,013
Méta-épidémiologie (sens large)0,0110,005
Bibliométrie0,0050,004
Études des sciences et des technologies0,0060,003
Communication savante0,0070,003
Science ouverte0,0110,006
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0660,017

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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepository UIN Sumatera Utara (UIN Sumatera Utara)Travaux en français237 207