Characteristic of popular culinary place in Kelurahan Tamalanrea Indah based on Universitas Hassanudin student’s Mental Maps
Notice bibliographique
Résumé
Abstract Mental maps concept emerged in discussions among experts since the 1960s where the concept was combined using participatory in exploring the visualization of the city and spatial preferences. This study discusses the characteristics of popular eating places based on an evaluation of spatial products in the discussion of space. For comparison purposes, it takes participants who need to fill in the required form about the characteristics of the eating place based on their favorite places to eat and analyze the printed map and mental map. Universitas Hassanudin students are selected as research participants. They chose to map three of their favorite eating places in Tamalanrea Indah Village as a basis to determine their popular eating places while revealing their mental maps. In total, there are 10 participants which produced 18 names of favorite eating places. Ten respondents who were willing to fill in the map, and evaluate the mental maps, is compared. From the data obtained, the three most popular places to eat in Tamalanrea Indah Village that were successfully validated were Bokatana, Waroeng Dian and Warung Alhamdulillah. In general, the mental map produced is based on the variable length of stay and length of study at the Universitas Hassanudin which affects the accuracy of the mental maps, while for popular eating places students are selected based on the distance from the faculty to compare the distance of the residence.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».