PEMETAAN PARTISIPATIF ANCAMAN, STRATEGI COPING DAN KESIAPSIAGAAN MASYARAKAT DALAM UPAYA PENGURANGAN RESIKO BENCANA BERBASIS MASYARAKAT DI KECAMATAN SALAM KABUPATEN MAGELANG
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pasca erupsi Gunungapi Merapi tanggal 26 Oktober 2010, bahaya lahar merupakan ancaman bencana di wilayah Kabupaten Magelang. Kecamatan Salam merupakan daerah rawan bahaya lahar dengan keberadaan empat sungai yang berhulu di Gunungapi Merapi, yaitu Kali Krasak, Kali Batang, Kali Putih dan Kali Blongkeng. Diantara keempat sungai tersebut, Kali Putih merupakan salah satu sungai dengan tingkat kerawanan tinggi. Penelitian ini bertujuan untuk mengidentifikasi karakteristik ancaman, mengidentifikasi strategi koping dan kesiapsiagaan masyarakat dalam mengurangi risiko bencana. Penelitian ini bersifat deskriptif dengan pendekatan kualitatif dan menggunakan metode Participatory Geographic Information System (P-GIS) melalui pemetaan partisipatif dalam kegiatan FGD. Hasil penelitian menunjukkan bahwa pengetahuan dan pengalaman masyarakat dalam menghadapi bencana lahar membentuk pemahaman yang baik untuk meningkatkan kapasitas berupa kesiapsiagaan masyarakat menghadapi ancaman banjir lahar pascaerupsi Merapi 2010. Melalui kegiatan pemetaan partisipatif ancaman dalam pengurangan risiko bencana berbasis masyarakat dapat teridentifikasi daerah rawan lahar, kerentanan, kesiapsiagaan serta teridentifikasinya potensi dan sumber daya yang tersedia yang dapat digunakan masyarakat dalam pengelolaan risiko bencana. Kata kunci : Pemetaan partisipatif, PRB berbasis masyarakat, strategi koping dan kesiapsiagaan
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,009 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,001 |
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 découle