Analisis Kesiapsiagaan Komunitas Sekolah Muhammadiyah dalam Menghadapi Bencana Tanah Longsor di Kabupaten Karanganyar
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
Kabupaten Karanganyar merupakan suatu wilayah yang memiliki potensi terhadap bencana tanah longsor. Tujuan penelitian ini adalah untuk mengetahui kesiapsiagaan di SD, SMP dan SMA Muhammadiyah terhadap bencana tanah longsor di Kabupaten Karanganyar, serta mengetahui perbandingan kesiapsiagaan di SD, SMP dan SMA Muhammadiyah terhadap bencana tanah longsor di Kabupaten Karanganyar. Pengambilan sampel dilakukan dengan menggunakan teknik stratified random sampling dimana sampel yang dipilih berdasarkan strata atau tingkatan. Metode analisis data menggunakan analisis deskriptif kualitatif, dengan menggunakan pedoman kesiapsiagaan yang bersumber dari LIPI 2006. Hasil dari penelitian ini menunjukkan bahwa kesiapsiagaan Komunitas Sekolah Muhammadiyah dalam menghadapi bencana tanah longsor sangatlah beragam. Kesiapsiagaan siswa Muhammadiyah memiliki kategori sangat siap dalam menghadapi bencana tanah longsor, sementara itu kesiapsiagaan guru memiliki kategori siap dalam menghadapi bencana tanah longsor, akan tetapi kesiapsiagaan kepala sekolah yakni termasuk kedalam belum siap dalam menghadapi bencana tanah longsor. Sementara itu tingkat perbandingan kesiapsiagaan siswa, guru, dan kepala sekolah memiliki perbandingan yang sangat signifikan, yakni berdasarkan hasil yang telah diperoleh dapat dijelaskan bahwa kesiapsiagaan siswa dan guru Muhammadiyah sangatlah tinggi jika dibandingkan dengan kepala sekolah yang belum siap dalam menghadapi bencana tanah longsor berdasarkan parameter-parameter yang telah ditentukan.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 0,001 |
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