MétaCan
Menu
Retour à la cohorte
Enregistrement W2900789475 · doi:10.12962/j20861206.v32i1.4503

ANALYSIS OF THE AVAILABILITY OF WATER RESOURCES AND CONSERVATION EFFORTS SUB DAS LESTI DISTRICT OF MALANG

2018· article· en· W2900789475 sur OpenAlexaff
Abdul Somat Bukori, Rachmat Boedisantoso

Notice bibliographique

RevueJournal of Civil Engineering · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAgricultural and Environmental Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésRainwater harvestingHydrology (agriculture)Environmental scienceWater resource managementVegetation (pathology)Investment (military)GeographyForestryAgroforestryEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Lesti sub basins is one of the upstream part of the Brantas river basin located in the district of Malang. Conditions Lesti sub-basins have been damaged thereby potentially experiencing a water deficit. The deficit of water in the dry season in 2017 amounted to 2.141.057 m³ and 2023 amounted to 3.881.593 m³. To overcome these deficits conservation efforts both vegetation and mechanically. Area of land required until 2023 with the planting of agarwood trees covering an area of 18,27 km², covering an area of 15,53 km² and a bamboo plant Poran 51,75 km². Needs rainwater harvesting roofs media as much as 3 sump capacity of 24 m³. Embung needs as much as 3 each reservoir capacity of 800.000 m³. Embung investment costs Rp. 207 205 545 000, - done in 2017 until 2018. Financial aspects of the construction of the water reservoir with an interest rate of 7% per year IRR = 13,19%> 7%; BCR, i (7%) = 1,34> 1 and NPV, i (7%) = Rp. 91.152.353.632,-. The construction of such Eligible.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,079

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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 tête enseignante, 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Civil EngineeringMême sujetAgricultural and Environmental ManagementTravaux en français237 207