PENGEMBANGAN KONSEP MOBILE CITY MENUJU JOGJA SMART CITY
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
Yogyakarta selain terkenal sebagai kota perjuangan, kota pelajar, kota pariwisata jugadikenal sebagai kota budaya. Sebutan kota budaya untuk kota ini berkaitan erat dengan peninggalan-peninggalan budaya bernilai tinggi pada masa kejayaan kerajaan yang sampai kini masih tetap lestari. Meskipun berbagai layanan online sudah diterapkan, namun demikian sangat disayangkan karena belum terlihat adanya pengembangan e-Culture, padahal di Yogyakarta mempunyai nilai-nilai kebudayaan yang sangat potensial sehingga e-Culture ini sangat penting untuk kota yang berkemajuan dan berbudaya. Penelitian ini mengembangkan konsep mobile city dengan membangun aplikasi dengan teknologi mobile berbasis android untuk menginventarisir kebudayaan di kota Yogyakarta untuk mendukung konsep Jogja Smart City. Teknik pengumpulan data yang digunakan adalah observasi dan studi literature. Jenis data yang dikumpulkan adalah data primer dan sekunder yang bersifat kualitatif maupun kuantitatif. Data primer merupakan data yang diperoleh secara langsung dari OPD (Organisasi Perangkat Daerah) terkait dan masyarakat, sedangkan data sekunder diperoleh melalui data yang telah diteliti dan dikumpulkan oleh pihak lain yang berkaitan dengan objek penelitian. Hasil penelitian ini mengembangkan aplikasi mobile untuk menginventarisir kebudayaan di Kota Yogyakarta. Aplikasi ini juga dapat digunakan untuk menunjang promosi dan perwujudan konsep Jogja Smart City.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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