Notice bibliographique
Résumé
Terminal Hamid Rusdi adalah terminal tipe B yang beroerasi pada tahun 2009 di kota Malang. Untuk saat ini terminal ini dalam kondisi sepi dari penumpang dan angkutan umum. Untuk mengatasi persoalan tersebut diperlukan suatu kajian atau penelitian untuk meningkatkan kinerja terminal. Penelitian ini bertujuan bertujuan untuk memperoleh faktor-faktor kinerja Green Terminal Hamid Rusdi Kota Malang yang dapat dijadikan sebagai instrumen evaluasi dalam peningkatan kinerja Terminal Hamid Rusdi yang berkelanjutan dan ramah lingkungan. Metode yang digunakan adalah wawancara dan penyebaran angket awal kepada responden yang terdiri dari penumpang, operator angkutan umum, dan penyewa fasilitas komersial terminal. Hasil penelitian mendapatkan 12 faktor kinerja Green Terminal. Dari 12 faktor tersebut faktor Penerapan Konsep Ramah Lingkungan (X12) menjadi faktor tertinggi tingkat kebutuhannya dan Keandalan Transportasi (X7) menjadi faktor tertinggi kedua dalam tingkat kebutuhannya. Dua belas faktor tersebut dapat dperinci pada tahap selanjutnya dalam penyusunn instrumen dalam survei lanjutan dan analisis yang lebih detil dan mendalam
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,024 | 0,006 |
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.
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 ».