FAKTOR YANG MEMPENGARUHI PENGGUNAAN SUMBER AIR MINUM LAYAK DI BENGKULU TAHUN 2018
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sumber air minum dan sanitasi layak merupakan komponen yang menjadi indikator baik buruknya lingkungan hidup. Air tidak dapat dipisahkan dari kehidupan manusia. Air menjadi kebutuhan dasar dan digunakan untuk minum, memasak, mencuci, mandi dan kegiatan lain yang bergantung pada air bersih sehingga air sangat penting bagi kehidupan manusia, bahkan makhluk hidup lainnya. Selain itu juga, sumber air dan sanitasi layak menjadi salah satu dari indikator utama dalam tujuan pembangunan berkelanjutan (SDGs) pada tujuan 6. Sumber air dapat berpengaruh terhadap perekonomian dan juga terhadap kesehatan. Semakin baik kualitas air yang digunakan, maka akan berpengaruh secara langsung terhadap baiknya kualitas kesehatan dan juga berpengaruh secara tidak langsung terhadap perekonomian. Provinsi Bengkulu merupakan provinsi dengan persentase sumber air layak terendah di Indonesia. Lebih dari setengah penduduknya menggunakan sumber air yang tidak layak dan hal tersebut jauh dari sasaran RPJMN yaitu 100 persen akses air minum layak pada tahun 2019. Sehingga penelitian ini bertujuan untuk menganalisis faktor yang mempengaruhi kelayakan sumber air minum yang digunakan di Bengkulu menggunakan metode regresi logistik biner. Dari hasil penelitian didapatkan bahwa faktor sosial ekonomi serta klasifikasi wilayah mempengaruhi penggunaan sumber air minum layak, sedangkan jumlah anggota rumah tangga dan faktor kelangkaan tidak berpengaruh.
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.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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 découle