MétaCan
Menu
Retour à la cohorte
Enregistrement W4254495234 · doi:10.21009/spatial.171.07

[sans titre]

2017· article· W4254495234 sur OpenAlexaff
Ahmad Haerison

Notice bibliographique

RevueJurnal SPATIAL Wahana Komunikasi dan Informasi Geografi · 2017
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeographyForestry

Résumé

récupéré en direct d'OpenAlex

Kabupaten Pesisir Barat yang terletak pada sepanjang pesisir barat wilayah Lampung merupakan wilayah yang berkaitan erat dengan pengembangan biota-biota laut. Perlindungan dari biota-biota laut tersebut yaitu dalam hal perlindungan terhadap ekosistem terumbu karang. Salah satu upaya dalam perlindungan ekosistem tersebut dapat berupa rehabilitasi untuk mengembalikan keberadaan dan kondisi ekosistem tersebut. Tujuan dari penelitian Terumbu Karang Kabupaten Pesisir Barat ini adalah untuk mengetahui kondisi terumbu karang yang ada di Kabupaten Pesisir Barat dan aplikasi ekowisata bahari terhadap kondisi terumbu karang yang ada. Metode yang digunakan dalam penelitian ini yaitu: 1) Studi literatur; 2) Pengambilan data dengan menggunakan metode transek garis (LIT); 3) Analisa data. Pengambilan data dilakukan pada 3 kecamatan di Kabupaten Pesisir Barat, yaitu Kecamatan Pesisir Selatan, Kecamatan Ngambur dan Kecamatan Bengkunat. Berdasarkan hasil dari penelitian didapatkan tutpan karang hidup di Kecamatan Pesisir Selatan sebesar 33%, di Kecamatan Ngambur 45% dan Kecamatan Bengkunat sebesar 36,6%. Dari ketiga data diatas dapat diambil kesimpulan bahwa kondisi terumbu karang di Kabupaten Pesisir Barat masuk dalam kondisi sedang, untuk kondisi terumbu karang yang demikian sangat baik dilakukan penerapan konsep ekowisata bahari dalam proses pengembangan penggelolaan wilayah pesisir. Pengembangan potensi ekowisata bahari pada wilayah pesisir Kabupaten Pesisir Barat dilakukan bukan berdasarkan longitudinal section akan tetapi juga dikembangkan juga dengan potongan cross section.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,618
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0060,003
Science ouverte0,0020,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,3820,248

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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal SPATIAL Wahana Komunikasi dan Informasi GeografiMême sujetMarine and Coastal EcosystemsTravaux en français237 207