The Diversity of Rattan Types at Various Height of Growing Areas in Rompo Village Lore Lindu National Park Area, Central Sulawesi Province, Indonesia
Notice bibliographique
Résumé
Non-timber forest products were potential assets to generate foreign exchange. Some types of which had good prospects and were in demand in the world of trade were rattan, gondorukem, eucalyptus and cassava. The purpose of this study was to determine the rattan types diversity in Rompo Village, Lore Lindu National Park. The study was conducted in December 2018 to March 2019. This research used the "survey" method by making a plot measuring 20 m x 20 m along to 1000 m. The distance between one track to another was to 200 m. The results showed that the type of Lambang Rattan (Calamus ornatus var celebicus Becc) had the highest density of 563.75 individuals/ha, then Pai Rattan (Calamus koordersianus Becc) 229 individuals/ha, Batang Rattan (Calamus zollingeri Becc) 183 individuals/ha, Ibo Rattan (Calamus ahlidurii) 52 individuals/ha, Rattan Tohiti Botol (Calamus sp) 46.25 individuals/ha, Pute Rattan (Calamus leiocaulis Becc ex. Heyne) 11.75 individuals/ha, Karuku Rattan (Calamus macrosphaerica Becc) 10 individuals/ha and the smallest was the type of Tohiti Wulo Rattan (Calamus sp) 9.75 individuals/ha. Rattan which had the highest Importance Value Index was the Lambang Rattan (Calamus ornatus var celebicus Becc) with an Importance Value Index value of 72.14% while the rattan that had the lowest Importance Value Index was Tohiti Wulo Rattan (Calamus sp) with an INP value of 5.02%. The level of species diversity (H ') of the rattan types found in the research location was classified as moderate with an H value of 1.75. The higher the area where the rattan is grown, the fewer types of rattan that can grow and only small rattan can grow on high ground, especially Tohiti rattan and large rattan cannot be found any more like Lambang rattan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».