Faktor-Faktor Penyebab Kekumuhan Di Kelurahan Kapasari Kecamatan Genteng, Kota Surabaya
Notice bibliographique
Résumé
Kawasan permukiman kumuh di Kelurahan Kapasari memiliki karakteristik kondisi hunian padat, penggunaan lahan yang tidak sesuai fungsi, dan tidak ada RTH. Kawasan ini terdiri dari permukiman kumuh pinggiran rel dengan status lahan illegal (squatter area) dan permukiman kumuh tengah kota (slum area). Keberadaan kawasan permukiman kumuh akan berdampak pada penurunan kualitas dan visualisasi buruk bagi kawasan pusat Kota Surabaya. Artikel ini merupakan bagian dari penelitian terkait perumusan arahan penataan kawasan permukiman kumuh di Kelurahan Kapasari. Pada artikel ini akan dibahas dan didapatkan faktor penyebab kekumuhan squatter area dan slum area melalui teknik analisis Delphi. Hasil penelitian menunjukkan terdapat 8 faktor penyebab kekumuhan di squatter area, yaitu tingkat pendidikan, aksesibilitas ke lokasi kerja, tingkat pendidikan, tingkat migrasi masuk, kualitas sarana dan prasarana, tingkat kesadaran masyarakat, kepadatan bangunan tinggi, dan peran serta pemerintah. Sedangkan slum area terdapat 5 faktor yang menyebabkan kekumuhan, yaitu aksesibilitas ke lokasi kerja, tingkat migrasi masuk, tingkat kesadaran masyarakat, kepadatan bangunan tinggi, dan peran serta pemerintah
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,081 | 0,008 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».