MétaCan
Menu
Retour à la cohorte
Enregistrement W7033437730

Regeneration Strategy of Indonesian Wayang Kulit Artisans

2023· article· en· W7033437730 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournals & Books Hosting (International Knowledge Sharing Platform) · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCraftIndonesianPrideCarvingSalaryQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since a long time ago, Butuh Hamlet has become a center for the wayang industry, which is the mainstay of Klaten Regency. However, currently, the wayang kulit (shadow puppet) craft home industry is experiencing many setbacks. The younger generation tends to choose to work in factories with a fixed salary rather than being a wayang craftsman with an irregular income. Children are also reluctant to learn tatah (carving) and sungging (painting). The problem that arises and needs to be solved is how to regenerate the wayang kulit craft industry, which has less and less interest among the younger generation. The research results and development with the 4-D Model produced iconic puppets, puppet learning modules, and puppet craftsman regeneration strategies. The new creation of an iconic puppet named Joko Tingkir represents of the closeness, spirit, and pride of the artisans in Butuh. The YouTube-based wayang learning module is a medium for transforming wayang skills from young artisans to anyone. The regeneration strategy for wayang kulit artisans was carried out through Seeding, Insight, and Empowerment activities aimed at preparing prospective successors so that the continuation of the puppet craft can be maintained. Keywords: Regeneration, craft, youth, sustainability, wayang kulit DOI: 10.7176/ADS/103-6 Publication date: February 28 th 2023

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,135
Tête enseignante GPT0,294
Écart entre enseignants0,159 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournals & Books Hosting (International Knowledge Sharing Platform)Même sujetDiverse Scientific and Economic StudiesTravaux en français237 207