Daya Dukung Lahan Pertanian, Permukiman, dan Kawasan Lindung di DAS Sembung, Kabupaten Sleman, DIY
Notice bibliographique
Résumé
Pembangunan wilayah di DAS Sembung yang semakin meningkat menjadikan analisis daya dukung terhadap lahan permukiman, pertanian, dan kawasan lindung perlu dilakukan. Analisis ketiga daya dukung tersebut dilakukan secara spasial berdasarkan bentuklahan yang terdiri dari lereng kaki, dataran kaki, dan teras sungai. Hasil penelitian menunjukkan bahwa daya dukung terhadap permukiman menunjukkan bahwa pada lereng kaki dan dataran kaki memiliki daya dukung yang tinggi sedangkan pada bentuklahan teras sungai memiliki daya dukung permukiman yang rendah. Hal ini dipengaruhi oleh faktor luas lahan layak permukiman dan jumlah penduduk pada masing-masing bentuklahan. Hasil perhitungan daya dukung pertanian menunjukkan bahwa lereng kaki memiliki daya dukung yang tergolong tinggi sedangkan pada dataran kaki dan teras sungai memiliki daya dukung yang rendah, hal ini disebabkan karenatekstur tanah di lereng kaki adalah geluh berpasir yang cocok untuk pertanian sedangkan tektur tanah pada dataran kaki dan teras sungai dominan pasir. Hasil perhitungan daya dukung lindung menunjukkan bahwa pada bentuklahan lereng kaki dan dataran kaki memiliki daya dukung yang tergolong rusak sedangkan pada teras sungai tergolong sedang. Hal ini sangat dipengaruhi olehkondisi alami yang ada pada lereng kaki dan dataran kaki telah banyak berubah akibat aktivitas manusia
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,005 |
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 ».