MétaCan
Menu
Retour à la cohorte
Enregistrement W2187633641 · doi:10.20961/arst.v13i2.15652

PENGARUH PERUBAHAN FISIK LINGKUNGAN TERHADAP PERUBAHAN KESEJAHTERAAN MASYARAKAT PADA PROGRAM RELOKASI PERMUKIMAN BANTARAN SUNGAI BENGAWAN SOLO KOTA SURAKARTA

2017· article· en· W2187633641 sur OpenAlexaff
Priscilia Nurvita Bella, Winny Astuti, Galing Yudana

Notice bibliographique

RevueArsitektura · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésWelfareHuman settlementSettlement (finance)LimitingSocioeconomicsWelfare economicsGovernment (linguistics)GeographyBusinessSociologyPolitical scienceEconomicsEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Resettlement in Surakarta City caused by floods in 2007, but rises some problems after resettlement among other high price of housing land, the community economic which is low causes the low of house affordability too, and the government regulation which is less emphatic in limiting settlements growth in inappropriate land. It makes a problem how the implications of the physical environment to the changes of community welfare in resettlement programme of Bengawan Solo river bank in Surakarta City. The analytic-method of this research are paired samples t-test to know the changes of physical environment and community welfare, then regression linear to know the implications of the physical environment to the changes of community welfare. The result from this research is there is strong implication of improvement of physical environment to the changes of community welfare. The implication of two variabel is linear, it means that every improvement of physical environment have an impact to improvement of community welfare and otherwise. Keywords : squatter settlement, resettlement, physical environment, community welfare, paired samples t-test, regression linear

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)0,001
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: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0550,006

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 Opus0,048
Tête enseignante GPT0,341
Écart entre enseignants0,293 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArsitekturaMême sujetUrban and Rural Development ChallengesTravaux en français237 207