MétaCan
Menu
Retour à la cohorte
Enregistrement W2938030711 · doi:10.36040/pawon.v3i01.120

DAPUR SEBAGAI DASAR PENATAAN RUANG DALAM MEMPERTAHANKAN KONDISI TERMAL HUNIAN DI DAERAH DINGIN

2019· article· id· W2938030711 sur OpenAlexaff
Debby Budi Susanti, Gaguk Sukowiyono

Notice bibliographique

RevuePawon Jurnal Arsitektur · 2019
Typearticle
Langueid
DomaineArts and Humanities
ThématiqueArchitectural and Urban Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Dapur merupakan salah satu ruang yang tidak bisa dihilangkan keberadaannya dalam sebuah rumah tinggal. Fungsi utama sebuah ruang dapur dalam sebuah rumah tinggal adalah sebagai tempat memasak dan menyiapkan makanan. Dalam perkembangannya saat ini, dapur tidak hanya berfungsi sebagai tempat memasak saja, tetapi anggota keluarga lainnya juga seringkali berkumpul dan mengobrol di dalam ruang dapur. Hal ini merupakan pengaruh dari kondisi kenyamanan termal yang ada di dalam ruang dapur. Sama halnya dengan wilayah Kecamatan Poncokusumo, Kabupaten Malang berada di ketinggian ± 600-1200 m di atas permukaan laut dengan curah hujan rata-rata 2300-2500 mm per tahun dengan suhu rata-rata 21.7ºC dan kelembaban relatif 75-98%. Hal ini menggambarkan bahwa kondisi lingkungan daerah tersebut berhawa dingin sehingga sangat berpengaruh terhadap kenyamanan termal huniannya. Sumber panas yang berada pada tungku ruang dapur merupakan unsur penunjang kondisi kenyamanan termal yang ada dalam hunian di daerah dingin. Hal ini yang kemudian menjadi pusat penataan ruang-ruang lainnya dalam sebuah rumah tinggal. Dalam perolehan data obyek penelitian dilakukan observasi lapangan terhadap pengukuran kondisi luar dan dalam selanjutnya disimulasikan dan dianalisa secara diskriptif serta dikaji dengan dukungan data pustaka dan hasil penelitian yang pernah dilakukan.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,014
Tête enseignante GPT0,210
Écart entre enseignants0,195 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePawon Jurnal ArsitekturMême sujetArchitectural and Urban StudiesTravaux en français237 207