Identifikasi Manifestasi Panas bumi Berdasar Interpretasi Citra di Daerah Manokwari, Provinsi Papua Barat
Notice bibliographique
Résumé
Penginderaan Jauh adalah ilmu atau seni untuk memperoleh informasi tentang suatu objek, daerah maupun fenomena melalui analisa data yang diperoleh dengan suatu wahana tanpa kontak langsung dengan objek, daerah maupun fenomena tersebut. Dengan demikian untuk fenomena seperti manifestasi panasbumi dapat memanfaatkan kemampaun penginderaan jauh menggunakan satelit yang datanya berupa citra satelit. Penelitian dilakukan di daerah Kebar, Kabupaten Manokwari, Provinsi Papua Barat. Pada penelitian ini citra satelit digunakan untuk menemukan potensi panasbumi baru berupa manifestasi panasbumi di sekitar Distrik Kebar. Data yang digunakan dalam penelitian ini adalah Citra ASTER L1B, Citra SRTM dan Peta RBI. Pengolahan data diawali dengan proses deliniasi, analisa NDVI, analisa pelamparan temperatur permukaan dan proses klasifikasi. Dari hasil pengolahan data ditemukan bahwa terdapat beberapa kemungkinan manifestasi panasbumi baru di Distrik Kebar, Kabupaten Manokwari, Provinsi Papua Barat.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».