Penerapan Konsep Green Building pada Perguruan Tinggi di Daerah Istimewa Yogyakarta dalam Mendukung Program Pengembangan Kota Hijau
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
Dalam mendukung Program Pengembangan Kota Hijau di Daerah Istimewa Yogyakarta salah satunya dapat dilihat dari penerapan konsep green building terutama pada kawasan perguruan tinggi di Daerah Istimewa Yogyakarta, dimana Yogyakarta yang terkenal dengan julukan Kota Pelajarnya dimana banyaknya perguruan tinggi diseluruh daerah Yogyakarta baik negeri maupun swasta. Konsep green campus merupakan pengembangan dari konsep green building yang harus dilakasanakan perguruan tinggi sebagai upaya untuk mengatasi permasalahan lingkungan. Karena kampus merupakan tempat lahirnya para intelektual muda penerus bangsa yang diharapkan dapat menjadi pelopor maupun role model bagi institusi lain dalam pengolahan lingkungan yang baik dengan menerapkan seluruh unsur ramah lingkungan pada tiap aspeknya. Tujuan dari penelitian adalah mengidentifikasi penerapan konsep green building pada perguruan tinggi di Yogyakarta dalam mendukung program perkembangan kota hijau dengan menggunakan metode analisis spider web. Hasilnya menunjukkan bahwa secara keseluruhan penerapan green building pada perguruan tinggi di Yogyakarta telah mendukung program pengembangan kota hijau, dengan nilai rata – rata keseluruhan perguruan tinggi adalah 4,00. Perguruan tinggi dengan penerapan green building terbaik adalah dari Universitas Gajah Mada dengan total rata - rata skor keseluruhan variabel yaitu 4,16 dan perguruan tinggi dengan nilai penerapan green building terendah adalah Universitas Ahmad Dahlan dengan dengan total rata - rata skor keseluruhan variabel yaitu 3,71.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle