MétaCan
Menu
Retour à la cohorte
Enregistrement W2941360597 · doi:10.29244/jp2wd.2019.3.1.47-63

Ketangguhan Kota Semarang dalam Menghadapi Bencana Banjir Pasang Air Laut (Rob)

2019· article· en· W2941360597 sur OpenAlexaff
Ria Erlani, Widyasari Her Nugrahandika

Notice bibliographique

RevueJournal of Regional and Rural Development Planning · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésFlood mythLivelihoodFlooding (psychology)GeographySpan (engineering)SocioeconomicsSociologyEngineeringCivil engineeringPsychologyArchaeologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Climate change becomes a big problem for Semarang City. One of the effects of climate change in Semarang City is the tidal flooding (rob). The existing tidal flooding is a consequence of the increase of land surface subsidence and the rise of sea level. It affects many aspects of life and livelihood of the society, including on physical, social, economic, environmental, and health aspects. In 2012, MercyCorps and ARUP declared Semarang City as one of the cities resilience to climate change. In 2014, Semarang City became the only city in Indonesia to take part in the 100 Resilient Cities program (100 RC). This research aims to identify the measures that have been done by stakeholders in facing tidal flood and to measure the resilience level of Semarang City in encountering tidal flood. The location of this research covers the area along the coast of Semarang City which stretches from west to east as far as 13.6 km. This research uses quantitative-qualitative deductive method. Based on the analysis result, the measures that have been done by the stakeholders in Semarang City resulted in “medium” resilience level against tidal flood. This implies that Semarang City has not yet been resilient in facing tidal flood. However, the existence of the 100RC program has made Semarang City Government work harder to achieve the goal of the 100RC project, which is Semarang City that is resilient in facing all challenges, both in the form of shock and stress.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,092

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,002

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 Opus0,008
Tête enseignante GPT0,197
Écart entre enseignants0,189 · 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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Regional and Rural Development PlanningMême sujetCoastal Management and DevelopmentTravaux en français237 207