MétaCan
Menu
Retour à la cohorte
Enregistrement W2999529154 · doi:10.24259/jhm.v11i2.6030

Pengembangan Agroforestry Kopi dalam Mendukung Peran Hutan di Kawasan Highland Kabupaten Jeneponto

2019· article· id· W2999529154 sur OpenAlexaff
Syamsu Rijal

Notice bibliographique

RevueJurnal Hutan dan Masyarakat · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueAgricultural and Environmental Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryGeography

Résumé

récupéré en direct d'OpenAlex

Deforestasi dan degradasi lahan menjadi lahan pertanian untuk pemenuhan kebutuhan pangan masyarakat terus terjadi. Deforestasi, dan degradasi lahan akan menimbulkan banyak masalah ekologi seperti penurunan kesuburan tanah, erosi, kepunahan flora dan fauna, banjir, kekeringan dan bahkan perubahan lingkungan global. Agroforestry merupakan perpaduan tanaman pertanian dan kehutanan yang bisa menjadi salah satu sistem pengelolaan lahan sebagai solusi mengatasi masalah ekologi dan sekaligus juga untuk mengatasi masalah pangan. Maka dilakukan kajian pengembangan agroforestry berbasis kopi di kawsan highland Kabupaten Jeneponto untuk mendukung peran hutan dianalisis secara terintegrasi dari kegiatan inventarisasi karateristik lahan dengan kesesuaian lahan dan sosial ekonomi masyarakat dalam membudidayakan kopi menggunakan metode Sistem Informasi Geografis (SIG) dan analisis deskriptif. Hasilnya menunjukkan sebaran kopi arabika dtemukan dibagian utara wilayah Kecamatan Rumbia, sedangkan sebaran kopi Robusta ditemukan dibagian selatan Kecamatan dan satu Desa di Kecamatan Kelara. Kesesuaian lahan untuk pengembangan jenis kopi Robusta di seluruh wilayah Kecamatan Kelara, Kecamatan Rumbia bagian selatan dan pengembangan kopi jenis Arabika di wilayah bagian utara Kecamatan Rumbia. Pengembangan agroforestry kopi di Kawasan highland Kabupaten Jeneponto sebagai jawaban permasalah sosial ekonomi masyarakat sekitar, budidaya tanaman kopi, dan pengganti peran hutan sebagai konservasi tanah dan air dalam menekan aliran permukaan dan erosi serta menjaga unsur hara tanah.

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 enseignants0,038
Score d'incertitude au seuil0,075

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,215 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Hutan dan MasyarakatMême sujetAgricultural and Environmental ManagementTravaux en français237 207