MétaCan
Menu
Retour à la cohorte
Enregistrement W4220774419 · doi:10.30659/jkr.v1i2.20023

KAJIAN KERENTANAN SOSIAL TERHADAP BENCANA BANJIR

2022· article· en· W4220774419 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJurnal Kajian Ruang · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Mining and Machine Learning Applications
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésFlood mythGeographyPopulationVulnerability (computing)Social vulnerabilitySocioeconomicsAsset (computer security)DemographyPsychologySociology

Résumé

récupéré en direct d'OpenAlex

ABSTRACTFlood is a natural phenomenon that occurs due to high rainfall intensity which causes excess water that is not accommodated by the drainage network of an area (Rachmat & Pamungkas, 2014). Based on the 2015 BNPB disaster risk assessment in (BNPB, 2016), the number of people exposed to flood risk in all regions of Indonesia is more than 170 million people with an exposed asset value of more than IDR 750 trillion. Floods are disasters that always occur every year in several places. The composition of the population greatly affects the level of social vulnerability to floods. Therefore, this research needs to be carried out with the aim of identifying social vulnerability to flood disasters as one of the disaster management efforts to reduce disaster risk.The method used in this research is qualitative method with a literature review approach. The results showed that the level of social vulnerability in Baleendah District, East Tondano District, and the coastal villages of Demak Regency is influenced by several factors. These factors are population, population according to sex, population according to age group, population density, poverty level, population with disabilities, level of dependency, number of family members, population growth, education level, and health insurance.Keywords: Social Vulnerability, Flood Disaster, Vulnerability Factors ABSTRAKBanjir adalah fenomena alam yang terjadi akibat intensitas curah hujan yang tinggi yang menyebabkan kelebihan air yang tidak tertampung oleh jaringan pematusan suatu wilayah (Rachmat & Pamungkas, 2014). Berdasarkan kajian risiko bencana BNPB tahun 2015 dalam (BNPB, 2016), jumlah jiwa terpapar risiko bencana banjir di seluruh wilayah Indonesia yaitu lebih dari 170 juta jiwa dengan nilai aset terpaparnya lebih dari Rp750 triliun. Banjir merupakan bencana yang selalu terjadi setiap tahun di beberapa tempat. Komposisi penduduk sangat mempengaruhi tingkat kerentanan sosial terhadap bencana banjir. Oleh karena itu, penelitian ini perlu dilakukan dengan tujuan untuk mengidentifikasi kerentanan sosial terhadap bencana banjir sebagai salah satu upaya penanggulangan bencana untuk mengurangi risiko bencana.Metode yang digunakan dalam penelitian ini yaitu metode kualitatif dengan pendekatan kajian literatur. Hasil penelitian menunjukkan bahwa tingkat kerentanan sosial di Kecamatan Baleendah, Kecamatan Tondano Timur, dan pedesaan pesisir Kabupaten Demak dipengaruhi oleh beberapa faktor. Faktor-faktor tersebut yaitu jumlah penduduk, penduduk menurut jenis kelamin, penduduk menurut kelompok umur, kepadatan penduduk, tingkat kemiskinan, penduduk penyandang disabilitas, tingkat ketergantungan, jumlah anggota keluarga, pertumbuhan penduduk, tingkat pendidikan, dan jaminan kesehatan.Kata kunci: Kerentanan Sosial, Bencana Banjir, Faktor Kerentanan

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,767

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,230 · 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