MétaCan
Menu
Retour à la cohorte
Enregistrement W3031610643 · doi:10.5539/res.v12n2p107

Local Wisdom as a Planning Strategy and Sustainable Settlement Development in ToKaili Traditional Settlement, Central Sulawesi, Indonesia

2020· article· en· W3031610643 sur OpenAlexvenueno aff
Zaenal Sirajuddin

Notice bibliographique

RevueReview of European Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural and Artistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman settlementSettlement (finance)TribeScale (ratio)Sustainable developmentGeographyArchitectureEconomic geographySociologyPolitical scienceArchaeologyBusinessLawCartography

Résumé

récupéré en direct d'OpenAlex

Indonesia is home to many tribes spread across many islands. It is home to local wisdom that thrives and is preserved in the community. The Kaili tribe (ToKaili) is one of the tribes that live on the island of Sulawesi which is located in the province of Central Sulawesi. This has unique local wisdom because ToKaili is one of the tribes in Indonesia that was formed due to evolutionary development starting from moving to a sedentary lifestyle, to settling which is worthy of study by many researchers in the field of architecture. An interesting part of local wisdom is their customs and traditions in organizing and designing their settlements since ancient times. The ToKaili settlement planning and design process mainly depends on how customary law regulates the phenomena of community life and shapes sustainable planning strategies. The purpose of this study is to reveal the phenomenon of local wisdom To Kaili in planning and designing harmonious sustainable settlements. This study uses phenomenology as a method for analyzing ToKaili local wisdom and finding planning strategies and designing harmonious solutions. It was found that variations or patterns are ranging from micro-scale settlements to large scale settlements that are interrelated and metamorphosed from micro-scale settlements to large scale settlements (From Sou to Ngata bete) Formed by customary rules.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,004
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,122
Tête enseignante GPT0,344
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 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetCultural and Artistic StudiesTravaux en français237 207