APLIKASI METODE GEOLISTRIK RESISTIVITAS UNTUK MENGIDENTIFIKASI LAPISAN BAWAH PERMUKAAN JALAN RASAU JAYA, KABUPATEN KUBU RAYA
Notice bibliographique
Résumé
Jalan Rasau Jaya Kabupaten Kubu Raya berpotensi mengalami kerusakan karena dibangun di atas lapisan yang diduga kurang kompak. Tujuan penelitian ini adalah untuk mengidentifikasi lapisan bawah permukaan di sekitar Jalan Rasau Jaya. Penelitian ini menggunakan metode geolistrik resistivitas dengan konfigurasi Wenner. Metode ini dapat mengidentifikasi sebaran nilai resistivitas bawah permukaan secara lateral. Nilai resitivitas yang diperoleh dijadikan acuan dalam mengidentifikasi lapisan bawah permukaan. Pengukuran dilakukan dengan mengaplikasikan 4 dengan panjang masing-masing 141 m, dan jarak antar elektroda sejauh 3 m. Hasil penelitian menunjukkan bahwa sebaran nilai resistivitas di lokasi penelitian sebesar 2 – 584 Ωm hingga kedalaman 23,6 m. Hasil interpretasi menunjukkan bahwa lapisan bawah permukaan terdiri dari 3 (tiga) lapisan. Lapisan pertama mempunyai nilai resistivitas 260 - 584 Ωm yang diinterpretasi sebagai pasir dan kerikil. Lapisan kedua mempunyai nilai resistivitas 11,1 – 259 Ωm yang diinterpretasi sebagai lapisan lempung berpasir. Lapisan ketiga mempunyai nilai resistivitas 2,0 – 10,1 Ωm, yang diinterpretasi sebagai lapisan akuifer.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,007 |
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 ».