MétaCan
Menu
Retour à la cohorte
Enregistrement W2982676603 · doi:10.24970/bhl.v4i1.86

THE LAW OF FOREST IN INDONESIA: PREVENTION AND SUPPRESSION OF FOREST FIRES

2019· article· en· W2982676603 sur OpenAlexaboutno aff
Ariawan Gunadi, Gunardi Gunardi, Martono Martono

Notice bibliographique

RevueBina Hukum Lingkungan · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Palm Production and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFire preventionEnvironmental scienceForestryAgroforestryGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Forests have significant function related biological diversity, habitat protection of flora fauna such as orangutan, tiger, elephant; climate-related functions such as carbon sequestration, air pollution; human settlements, human health, school activities, habitat for people, rural livelihoods; state defense as natural resources such as commercial industrial wood, non-wood forest products, international and national trade; ecotourism, recreation. However the problem in Indonesia is forest fires. In order to maintain its functions, all the famers, forestry-concession owners, government, local government and private enterprise should prevent and suppress the forest fires through the existing law and regulations such as Constitution Law of 1945, Act Number 5 Year 1990, Act Number 22 Year 1999, Act Number 41 Year 1999, Act Number 1 Year 2009, Act Number 6 Year 1994 and Act Number 17 Year 2004 and aircraft operation conducted by foreign aircraft such as Australia, Canada, Malaysia, Russia and Singapore to assist Indonesian’s forest fires. Keywords: aircraft operation; forest fires; legal ground; liability; responsibility

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 enseignants0,005
Score d'incertitude au seuil0,196

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBina Hukum LingkunganMême sujetOil Palm Production and SustainabilityTravaux en français237 207