MétaCan
Menu
Retour à la cohorte
Enregistrement W4241216943 · doi:10.36418/syntax-idea.v2i5.252

[sans titre]

2020· article· W4241216943 sur OpenAlexaff
Ayu Anggita Sari, Alifa Asta Sabilla, Diana Hertati

Notice bibliographique

RevueSyntax Idea · 2020
Typearticle
Langue
DomaineComputer Science
ThématiqueData Mining and Machine Learning Applications
Établissements canadiensEncana (Canada)WiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Bencana banjir yang diakibatkan oleh meluapnya Kali Lamong yang sudah tidak dapat menampung debit air yang masuk. Dampak luapan Kali Lamong tersebut menggenangi sebagian wilayah Kabupaten Gresik khususnya yang terjadi Kecamatan Balongpanggang, Benjeng, Cerme, Menganti, Wringinano dan Kedamaian. Hal tersebut dapat menyebabkan kerugian yang cukup besar di masyarakat. Mengingat hal tersebut, maka pemerintah melakukan berbagai upaya dalam meminimalisir dampak yang ditimbulkan dan dengan pengoptimalan manajemen bencana. Tujuan dari penelitian ini adalah untuk mengetahui peran Badan Penanggulangan Bencana Daerah Kabupaten Gresik dalam tanggap darurat bencana banjir yang ada. Metode yang digunakan dalam penelitian ini adalah deskriptif kualitatif, yang mana menggambarkan suatu kejadian atau upaya yang dilakukan oleh BPDB Kab. Gresik. Data yang diperoleh berupa hasil wawancara yang dilakukan peneliti dengan BPBD Kab. Gresik untuk memperoleh informasi yang akurat. Hasil penelitian menunjukkan bahwa peran Badan Penanggulangan Bencana Kabupaten Gresik dalam tanggap darurat bencana berpedoman dalam Peraturan Daerah Nomor 7 Tahun 2012 tentang penyelenggaran penanggulangan bencana. Tanggap darurat bencana tersebut meliputi pengkajian secara cepat dan tepat, program pengerahan sumber daya manusia, program pengerahan peraltan dan logistik, penyelamatan dan evakuasi korban, dan pemulihan dini. Yang telah dilakukan dengan baik dengan bekerja sam dengan pihak – pihak terkait agar penanggulangan becana dapat berjlalan lancar. Kata kunci: Badan Penanggulangan Bencana Daerah; Manajemen Bencana; Tanggap Darurat Bencana

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,3590,226

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 Opus0,028
Tête enseignante GPT0,266
Écart entre enseignants0,238 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSyntax IdeaMême sujetData Mining and Machine Learning ApplicationsTravaux en français237 207