PERENCANAAN PENINGKATAN DAYA DUKUNG PERKERASAN RUNWAY BANDARA INTERNASIONAL I GUSTI NGURAH RAI-BALI
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
Number (PCN) sebesar 83 F/C/X/T. Saat ini Bandara Internasional I Gusti Ngurah Rai-Bali, melayani beberapa tipe pesawat udara, salah satunya adalah pesawat Boeing 777-300ER yang memiliki Aircraft Clasification Number (ACN) sebesar 86. Nilai ACN yang lebih besar dari PCN ditengarai sebagai salah satu penyebab terjadinya kerusakan dan menurunnya daya dukung runway. Kajian kondisi perkerasan eksisting dan perencanaan untuk meningkatkan nilai PCN runway diperlukan untuk dapat melayani operasional sejenis pesawat Boeing 777-300ER sampai 10 tahun ke depan. Data-data yang dikumpulkan sebagai parameter dan variabel dalam menentukan kondisi dan merencanakan perkerasan runway yaitu persentase jenis dan persentase kerusakan, tebal lapis perkerasan runway, Nilai California Bearing Ratio (CBR), karakteristik pesawat udara dan annual departure. Hasil analisa menggunakan software FAARFIELD dan COMFAA mendapatkan Pavement Classificasion Index (PCI) runway Bandara Internasional I Gusti Ngurah Rai-Bali adalah 65,83 termasuk kondisi cukup (fair). Kondisi ini mengindikasikan bahwa runway Bandara Internasional I Gusti Ngurah Rai-Bali dalam keadaan kelelahan (fatique). Hasil analisis juga mendapatkan, untuk meningkatkan daya dukung runway sehingga mampu melayani pesawat sejenis Boeing 777-300ER sampai 10 tahun ke depan (sampai Tahun 2030), diperlukan tebal lapis tambahan (overlay) 10,41 cm. Overlay senilai tersebut menjadikan Bandara Internasional I Gusti Ngurah Rai-Bali memiliki runway dengan PCN 121 F/C/X/T.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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