MétaCan
Menu
Retour à la cohorte
Enregistrement W1604492156 · doi:10.12962/j23373539.v4i1.8973

Penentuan Rute Angkutan Umum berdasarkan Kebutuhan Perjalanan Penduduk di Kawasan Perkotaan Gresik

2015· article· id· W1604492156 sur OpenAlexaff
Kifayah Jauhari, Sardjito Sardjito

Notice bibliographique

RevueJurnal Teknik ITS · 2015
Typearticle
Langueid
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Ketimpangan tingkat aksesibilitas angkutan umum di kawasan perkotaan Gresik, rute angkutan umum yang kurang akomodatif terhadap tujuan pergerakan, dan jauhnya jangkauan ke pelayanan angkutan umum, mengindikasikan bahwa rute angkutan umum belum selaras dengan kebutuhan pergerakan penduduk kawasan perkotaan Gresik. Penelitian ini ditujukan untuk menentukan alternatif rute untuk angkutan umum di wilayah kawasan perkotaan Gresik berdasarkan kebutuhan pergerakan penduduknya. Penentuan rute angkutan umum dilakukan dengan mengidentifikasi pola pergerakan penduduk yang diolah menjadi Matriks Asal Tujuan Perjalanan, menentukan prioritas kriteria rute pelayanan angkutan umum melalui Analysis Hierarchy Process (AHP), dan perumusan rute angkutan umum melalui aplikasi TRANETSIM. Hasil penelitian menunjukkan bahwa dalam penentuan rute angkutan umum, pengguna angkutan umum lebih memprioritaskan kemampuan coverage rute dibandingkan dengan total jarak perjalanan. proses penelitian penentuan rute angkutan umum didapatkan 3 rute angkutan umum. Koridor pelayanan rute pertama adalah Terminal Bunder-Suci-Sidokumpul- Randuagung-Terminal Bunder (PP). Koridor pelayanan rute angkutan umum kedua adalah Terminal Bunder-Randuangung (GKB)-Karangpoh-Indro-Terminal Segoromadu (PP). Koridor pelayanan rute angkutan umum ketiga adalah Sub Terminal Segoromadu-Kedanyang-Karangpoh-Sub Terminal Segoromadu (PP)

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0330,008

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 Opus0,033
Tête enseignante GPT0,235
Écart entre enseignants0,202 · 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'étudeObservationnel
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Teknik ITSMême sujetUrban Transport Systems AnalysisTravaux en français237 207