MétaCan
Menu
Retour à la cohorte
Enregistrement W3082582445 · doi:10.25104/jptd.v22i1.1600

Analisis Implikasi Pengoperasian Trans Jateng Terhadap Biaya Transportasi Bekerja Buruh Industri (Studi Kasus: Koridor I Kedungsepur)

2020· article· id· W3082582445 sur OpenAlexaff
Basyier Gemaning Insan, Okto Risdianto Manullang, Adhi Setyanto

Notice bibliographique

RevueJurnal Penelitian Transportasi Darat · 2020
Typearticle
Langueid
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaBusinessBusiness administrationGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Urban sprawl memicu permasalahan semakin tingginya biaya transportasi akibat keterbatasan layanan angkutan umum sehingga menyababkan ketergantungan terhadap penggunaan kendaraan pribadi. Fenomena ini telah muncul di berbagai Negara Barat dan sebagian besar Asia, tetapi di Indonesia fenomena ini bekerja secara natural dan Pemerintah memberikan solusi melalui pembangunan koridor transportasi baru termasuk pemberian subsidi transportasi untuk meringankan biaya perjalanan. Sebagai kasus studi digunakan metropolitan Kedungsepur yang menunjukkan bahwa dinamika ini unik karena terjadi pada kota-kota berukuran sedang dan menjadi semakin kompleks seiring dengan urbanisasi regional pada hiterlandnya. Artikel ini bertujuan mendeskripsikan peran kebijakan pemerintah dalam pembangunan jaringan transportasi Trans-Jateng koridor I dalam mereduksi biaya transportasi para pekerja industri. Hasilnya, buruh industri di area terurban metropolitan Semarang rata-rata menempuh perjalanan sejauh 44-54 km setiap harinya. Intervensi pemerintah dalam pembangunan Trans Jateng koridor I telah melibatkan subsidi yang mampu mereduksi biaya perjalanan buruh industri dari Rp306.081,10-367.297,32 menjadi Rp142.796,03-171.355,24 setiap bulannya. Diskusi ini memberikan kontribusi peran kebijakan sektor transportasi yang mendorong naturalisasi biaya perjalanan dalam studi transportasi perkotaan.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,026
Tête enseignante GPT0,221
Écart entre enseignants0,195 · 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 revueJurnal Penelitian Transportasi DaratMême sujetUrban Transport Systems AnalysisTravaux en français237 207