TINGKAT KEBISINGAN LINGKUNGAN SIANG MALAM (LSM) DI KAWASAN TERMINAL BUS BARANANGSIANG, KOTA BOGOR
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Revitalisasi Terminal Bus Baranangsiang Bogor sejak 2019 berdasarkan Rencana Induk Transportasi Jabodetabek 2018–2029 dengan kebijakan transportasi perkotaan ramah lingkungan. Kebisingan adalah masalah lingkungan yang belum diperhatikan. Penelitian ini bertujuan mengkaji tingkat kebisingan di Terminal Baranangsiang terhadap baku tingkat kebisingan 70dB(A) dan memetakannya untuk menggambarkan rona awal terminal. Metode pengukuran bising dan pengolahan data menggunakan KepMenLH 48/1996. Pengukurang kebisingan dengan Sound Level Meter di 6 titik sampling: Gerbang Masuk Terminal, Halte Penumpang, Gerbang Keluar Terminal Pos Polisi, Gerbang Keluar Terminal Utama, Menara Pengawas, dan Kios Zona C. Sampling dilakukan 6–19 September 2019 (2 minggu) untuk memperoleh kebisingan siang malam (LSM) terdiri 7 segmen waktu: 4 segmen LS (06.00–22.00) dan 3 segmen LM (22.00–06.00). Analisis kebisingan secara visual basic dan pemetaan kebisingan dengan Surfer-11. Penelitian menyimpulkan LSM berkisar 66,9–79,2dB(A), terendah di Titik 6 (Kios Zona C) dan tertinggi di Titik 4 (Gerbang Keluar Terminal Utama) yang cenderung melebihi 70dB(A). LSM pada hari libur (Sabtu–Minggu) cenderung lebih tinggi dibandingkan hari kerja (Senin–Jumat). Secara visual tingkat kebisingan terlihat melebihi 70dB(A). Pola sebaran kebisingan dipengaruhi arah angin dominan terkonsentrasi di Titik 4. Dampak kebisingan adalah ketidaknyamanan, gangguan pendengaran, dan psikologis. Upaya pengendalian kebisingan yaitu dengan memasang peredam bising.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découle