MétaCan
Menu
Retour à la cohorte
Enregistrement W7048242815

Komposisi Musik "Warna" Memahami Warna Melalui Pendekatan Komposisi musik

2011· dissertation· id· W7048242815 sur OpenAlexaboutno aff

Notice bibliographique

RevueInstitutional Repository (Institut Seni Indonesia Yogyakarta) · 2011
Typedissertation
Langueid
DomainePhysics and Astronomy
ThématiqueSuperconducting and THz Device Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStack (abstract data type)Quarter (Canadian coin)Ain't
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Komposisi musik Warna merupakan komposisi yang menggambarkan kesan rasa dan inspirasi yang d iberikan oleh wama. Di tengah kehidupan yang sulit di jaman sekarang, manusia membutuhkan inspirasi. Warna merupakan sesuatu yang mampu memberikan inspirasi dan wama memiliki keu nggulan bahwa setiap saat ia dilihat oleh manusia. Dengan pendekatan musikal, kesan rasa dan inspirasi itu dipertegas dan dipe1:jelas karen a bunyi lebih kuat daripada warna. Komposisi ini terdiri dari lima bagian pokok yaitu merah, biru, hijau, hitam , dan kuning. Merah adalah tentang keberan ian dan semangat. Biru adalah tentang langit dan doa yang beru lang. Hijau adalah tentang inspirasi untuk menjaga hijaunya bumi. Hitam adalah tentang kekacauan dan keheningan. Kuning adalah tentang 
\nkeceriaan dan memandang kesedihan sebagai bagian dari rancangan keceriaan yang besar. 
\nInspirasi-inspirasi itulah yang ingin dipertegas dalam karya komposisi ini.

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)0,001
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, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,002
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,019
Tête enseignante GPT0,245
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'étudeExpérimental (laboratoire)
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repository (Institut Seni Indonesia Yogyakarta)Même sujetSuperconducting and THz Device TechnologyTravaux en français237 207