APLIKASI HISTOGRAM UNTUK ANALISIS VARIABILITAS TEMPORAL DAN SPASIAL HUJAN BULANAN: STUDI DI WILAYAH UPT PSDA DI PASURUAN JAWA TIMUR
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis variabilitas hujan bulanan di wilayah UPT PSDA di Pasuruan. Wilayah studi mencakup kabupaten Probolinggo, Kota Probolinggo, Kabupaten Pasuruan dan Kota Pasuruan di Jawa Timur. Data hujan harian dari 93 stasiun, dengan panjang rekaman data dari tahun 1980 sampai dengan 2015 digunakan sebagai input utama. Tahap penelitian mencakup: (1) pra-pengolahan data, (2) analisis variabilitas temporal, (3) Analisis variabilitas spasial, (4) interpolasi dan pembuatan peta tematik dan (5) interpretasi. Data hujan bulanan diperoleh dari penjumlahan hujan harian. Pra-pengolahan data dilakukan menggunakan excel. Data hujan bulanan ditabulasi selama 35 tahun periode rekaman data. Selanjutnya, metode interpolasi IDW digunakan untuk membuat berbagai peta tematik hujan. Penelitian ini menghasilkan deskripsi variabilitas spasial dan temporal hujan per sub-wilayah dan berbagai peta tematik terkait dengan karakteristik spasial hujan di wilayah tersebut. Hujan bulanan rerata di wilayah tersebut 152 mm/bulan. Hujan bulanan maksimum 798 mm per bulan.
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 | 0,007 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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.
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 ».