MétaCan
Menu
Retour à la cohorte
Enregistrement W2272144244 · doi:10.12962/j23373539.v4i2.10967

Peningkatan Partisipasi Masyarakat Dalam Perbaikan Sanitasi Permukiman Kelurahan Putat Jaya Kota Surabaya

2015· article· id· W2272144244 sur OpenAlexaff
Reny Cahyani, Dian Rahmawati

Notice bibliographique

RevueJurnal Teknik ITS · 2015
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueCOVID-19 Prevention and Impact
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Partisipasi masyarakat merupakan salah satu proses pembangunan masyarakat dengan melibatkan masyarakat dalam prosesnya. Rendahnya keterlibatan masyarakat di Kelurahan Putat Jaya dalam perbaikan sanitasi terlihat dari tingginya jumlah penduduk dan minimnya sarana sanitasi di Kelurahan Putat Jaya yang menyebabkan terganggunya kesehatan. Kelurahan Putat Jaya merupakan salah satu Kelurahan yang menduduki peringkat kedua jumlah penduduk tertinggi yang terserang DBD dan merupakan salah satu kawasan endemic di Kota Surabaya. Tujuan penulisan ini merumuskan arahan peningkatan partisipasi masyarakat dalam perbaikan sanitasi permukiman di Kelurahan Putat Jaya. Penggunaan metode penelitian yang digunakan terbagi menjadi 3 tahapan identitikasi tingkat partisipasi menggunakan skoring dan pembobotan, menganalisis faktor-faktor yang mempengaruhi partisipasi masyarakat dalam perbaikan sanitasi permukiman menggunakan analisis RCA dengan diagram fishbone, dan arahan peningkatan partisipasi masyarakat menggunakan analisis deskriptif kualitatif. Hasil Tingkat partisipasi di Kelurahan Putat Jaya terbagi menjadi 3 tingkat pada 8 RW prioritas. Tingkat partisipasi di dominasi oleh pemberian informasi dengan jumlah 6 RW, sedangkan tingkatan paling tinggi yaitu konsultasi berada pada RW IV dan paling rendah yaitu therapy pada RW II.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,299
Score d'incertitude au seuil1,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,2990,057

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 Opus0,098
Tête enseignante GPT0,371
Écart entre enseignants0,273 · 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.

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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Teknik ITSMême sujetCOVID-19 Prevention and ImpactTravaux en français237 207