MétaCan
Menu
Retour à la cohorte
Enregistrement W2725991192 · doi:10.25047/jii.v13i3.27

KONSERVASI SUMBER DAYA ALAM DAN PENGENDALIAN KERUSAKAN SUMBER-SUMBER AIR DI WILAYAH KECAMATAN PATRANG, SUMBERSARI DAN KALIWATES KABUPATEN JEMBER

2016· article· id· W2725991192 sur OpenAlexaff
M Joko Wibowo, Nanang Dwi Wahyono

Notice bibliographique

RevueJurnal Ilmiah Inovasi · 2016
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Laju pertambahan penduduk dan percepatan pembangunan di berbagai kawasan di Indonesia tidak berbanding lurus dengan ketersediaan sumberdaya air, terutama air bersih, yang sering dikesampingkan namun berperan penting dalam menopang kehidupan sehari-hari. Ketersediaan sumberdaya air tak hanya persoalan berkurangnya pasokan, namun juga karena distribusi sumberdaya air yang tidak merata terhadap persebaran dan jumlah penduduk. Di sisi lain, berbagai aktivitas manusia dan alam turut mencemari dan memperburuk kualitas sumberdaya air, sehingga manusia tidak dapat langsung memanfaatkannya sebagai air bersih. Bumi memiliki kawasan khusus yang meresapkan dan menyimpan air secara alami sebagai sumberdaya air tanah.Berdasarkan survey sosial masyarakat bahwa kondisi air semakin memperihatinkan, memberikan kesadaran dan pemahaman bahwa saat ini sudah mendesak diperlukan upaya-upaya sistematis, terencana, dan terintegrasi dalam menangani atau mengelola air agar lebih lestari. Mayoritas masyarakat menyatakan saat ini sangat mendesak dan diperlukan upaya-serius untuk menangani masalah air sehingga tidak terjadi masalah krisis yang di khawatirkan. Kondisi tersebut cukup menggembirakan mengingat secara faktual terdapat kecenderungan bahwa masyarakat mulai menyadari tingkat kerusakan sumber air dan penurunan kualitas dan kuantitas air, dan konsekuensinya bagi kehidupan.

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)0,000
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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah InovasiMême sujetCoastal Management and DevelopmentTravaux en français237 207