MétaCan
Menu
Retour à la cohorte
Enregistrement W2908086375 · doi:10.31764/jpe.v3i1.215

Valuasi Ekonomi Hutan Mangrove di Wilayah Pesisir Desa Boroko Kabupaten Bolaang Mongondow Utara Provinsi Sulawesi Utara

2018· article· id· W2908086375 sur OpenAlexaff
Stelah Kharina Hairunnisa, Ardiyanto Maksimilianus Gai, Ida Soewarni

Notice bibliographique

RevueJurnal Planoearth · 2018
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueAgricultural and Environmental Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryMangroveEnvironmental scienceGeographyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Ekosistem hutan mangrove merupakan salah satu sumberdaya alam wilayah pesisir yang mempunyai fungsi dan manfaat sangat besar, antara lain secara fisik, biologis, dan ekonomi, dengan fungsi utama sebagai penyeimbang ekosistem dan penyedia berbagai kebutuhan hidup bagi manusia dan mahluk hidup lainnya. Kabupaten Bolaang Mongondow Utara merupakan salah satu wilayah pesisir yang memiliki ekosistem mangrove di mana ekosistem hutan mangrove yang ada memiliki luas 1.670,81 Ha luas keseluruhan, di mana Desa Boroko merupakan salah satu desa potensi hutan mangrove dengan jumlah luas persebaran sebesar 101 Ha, yang mengalami degradasi antara lain di beberapa titik telah dialih fungsikan untuk kegiatan perkebunan cengkeh, penebangan yang dijadikan kayu bakar, pembukaan jalan, tambak, dan permukiman dengan luas indikatif kerusakan sebesar 4 Ha. Penelitian ini bertujuan untuk mengetahui nilai ekonomi total hutan mangrove setelah dipetakan tingkat kerusakan dan memperhitungkan nilai pemulihannya. Dengan metode analisis yang digunakan antara lain analisis tingkat kerusakan menggunakan metode NDVI (Normalized Difference Vegetation Index), dan analisis nilai ekonomi total kawasan menggunakan metode analisis kuantitatif dengan pendekatan valuasi ekonomi. Hasil penelitian menunujukan nilai manfaat total hutan mangrove di Desa Boroko sebesar Rp.261.210.638.132.-/Tahun.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,234
Écart entre enseignants0,218 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal PlanoearthMême sujetAgricultural and Environmental ManagementTravaux en français237 207