Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui pola permukiman serta mengkaji faktor-faktor perkembangan permukiman di Kecamatan Rambatan, Kabupaten Tanah Datar. Jenis penelitian ini adalah deskriptif kuantitatif dengan populasinya adalah kepala keluarga di Kecamatan Rambatan. Penentuan ukuran sampel menggunakan rumus Slovin sehingga diperoleh sampel sebanyak 75 titik permukiman. Teknik pengambilan sampel yang digunakan adalah simple random sampling. Teknik pengumpulan data menggunakan data sekunder dengan teknik analisis data yaitu analisis tetangga terdekat. Analisis tetangga terdekat dilakukan dengan cara pemberian titik pada setiap variabel yang digunakan dalam penelitian. Faktor-faktor perkembangan permukiman dalam penelitian ini diukur dengan faktor fisik dan faktor sosial. Faktor fisik berupa faktor alam, faktor letak, faktor transportasi dan aksesibilitas. Faktor sosial berupa faktor pertumbuhan penduduk dan faktor ekonomi. Hasil analisis faktor-faktor perkembangan permukiman diketahui bahwa pola permukiman Kecamatan Rambatan termasuk dalam klasifikasi clustered (mengelompok), faktor fisik dan faktor sosial menjadi pengaruh lambatnya perkembangan permukiman di Kecamatan Rambatan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,258 | 0,103 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».