Pengukuran Pemahaman dan Kesiapsiagaan Terhadap Potensi Bencana Geologi Area Indramayu di SMK Migas Balongan
Notice bibliographique
Résumé
Bencana geologi di Palu-Donggala (Sulawesi Tengah), September 2018, menimbulkan bayak kerusakan korban jiwa. Pertengahan tahun 2018, terjadi semburan gas alam yang menimbulkan semburan api dan air panas di wilayah selatan Indramayu, diperkirakan adanya patahan/sesar aktif yang memotong batuan reservoir migas hingga permukaan bumi. Antisipasi bencana geologi tersebut bukan hanya tugas instansi milik pemerintah terkait, namun semua pihak terkait, seperti Akamigas Balongan. SMK Migas Balongan, adalah SMK paling terkait dengan geologi khususnya migas. Penelitian dilakukan di bulan Desember 2018, dengan metode kuisioner dengan bobot pertanyaan potensi jenis bencana gelogi, level 1 s,d 5, yaitu: tidak berpotensi, kurang berpotensi, tidak tahu, berpotensi, dan sangat berpotensi, dan pertanyaan dengan jawaban tahu atau tidak tahu. Sasaran responden adalah siswa, guru, dan tenaga pendidikan. Hasilnya, pemahaman mengenai bencana geologi di Indramayu yaitu Gempa Bumi dengan jawaban rata-rata adalah level-3 (tidak tahu), Tsunami level-3, dan Erupsi Gunungapi level-2, padahal bencana tersebut seharusnya tidak berpotensi terjadi (level-1), hal ini disebabkan kurang tahunya pengetahuan mengenai bencana Geologi. Sedangkan kurangnya pengetahuan lainnya cukup tinggi, yaitu tidak tahu potensi bencana alam lainnya sebanyak 92%, tidak tahu semburan gas alam di Indramayu sebanyak 51%, tidak tahu BNPB, PVMBG, dan BMKG sebanyak 57%, dan tidak tahu buku saku BNPB sebanyak 68%. Karena itu, perlu dilakukan penyuluhan mengenai bencana Geologi untuk masyarakat umum.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».