MétaCan
Menu
Retour à la cohorte
Enregistrement W3092930054 · doi:10.61805/fahma.v18i3.61

PENGEMBANGAN SMART VILLAGE KAKI LANGIT DENGAN PENGOPTIMALAN WEB INTEGRATIF

2023· article· en· W3092930054 sur OpenAlexaff
Edi Iskandar, Sri Redjeki, Dini Fakta Sari

Notice bibliographique

RevueJurnal Informatika Komputer Bisnis dan Manajemen · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Data Mining
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésTourismSkylineBusinessSmart cityMarketingKnowledge managementWorld Wide WebGeographyComputer scienceInternet of Things

Résumé

récupéré en direct d'OpenAlex

Smart Village is a village that has the ability to use Information and Communication Technology systems in developing the potential for both natural and human resources. Smart Village can indirectly improve the economy of a village, this is supported by the ability of a smart village to communicate the potentials of natural resources outside the village, and provide knowledge or understanding in managing village potential by the villagers.
 The development of the Kaki Langit Tourism Village is to accommodate people who love their village to work together to carry out their respective activities with TOURISM as a binding knot by prioritizing the value of local wisdom, so that the community will be more prosperous. Likewise, the role of information technology is needed in realizing the skyline tourism village as a smart village pioneer.
 Kaki Langit Smart Village Development with Integrative Web Optimization can manage data related to kaki langit tourism villages, thus helping visitors in choosing the desired tourist attraction, and applications are developed by integrating web and homestay management applications so as to help visitors in choosing homestays and packages the desired tourism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,005
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,020
Tête enseignante GPT0,246
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Informatika Komputer Bisnis dan ManajemenMême sujetInformation Retrieval and Data MiningTravaux en français237 207