MétaCan
Menu
Retour à la cohorte
Enregistrement W4210345090 · doi:10.32672/jse.v7i1.3829

Strategi Pengembangan Bank Sampah Sahdu Skala Kelurahan di Desa Tanimulya Kabupaten Bandung Barat

2022· article· en· W4210345090 sur OpenAlexaff
Yulianti Pratama, Muhammad Rizki Kurniawan

Notice bibliographique

RevueJurnal Serambi Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWaste Management and Recycling
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMunicipal solid wasteWest bankBusinessIndex (typography)Waste managementEngineering

Résumé

récupéré en direct d'OpenAlex

Out of four waste banks in the Tanimulya Village, Sahdu Waste Bank is the only proper waste bank in operation. Based on the 2019 West Bandung District’s Environmental Agency (Dinas Lingkungan Hidup Kebersihan) Strategic Plan, which stated the target in 2022, that it needs to reduce 10%, from the current 8% reduction of the waste generation through the solid waste management and waste bank facilites, prior to the landfill. One of the efforts that can be done is through the development of the Sahdu Waste Bank from the hamlet scale to the urban village scale by using the Waste Bank Indexing Method. Assessing the existing condition with the waste bank index, identification and compiling the recommendation towards parameters that need improvement. Based on the results of the assessment, a score of 53.2 (out of 100, and is considered as fairly good category), reveals 14 sub indicator that can be improved, which consist of 6 Sub Indicator of Management System, 6 Sub Indicator of Operational System, and 2 Sub Indicator of Waste Bank Facility. The value of the Sahdu Waste Bank can be increased to 88.3 (out of 100, and is considered as very good), which generates the reduction of 266.67% of waste, equal to 4 ton/month from 150 kg/month. That would make Sahdu Waste Bank contributes 1.6% from the reduction target of 10% for the West Bandung District waste.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,005

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,187
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Serambi EngineeringMême sujetWaste Management and RecyclingTravaux en français237 207