Notice bibliographique
Résumé
Perkebunan tebu Pusat Penelitian Agronomi (Puslitagro) Jatitujuh Majalengka merupakan salah satu perkebunan tebu yang menanam tebu jenis lahan kering. Gulma adalah masalah utama yang dihadapi pada budidaya tebu lahan kering. Kehadiran gulma akan mempersulit pemeliharaan dan panen serta menurunkan kualitas penebangan tebu, baik yang dilakukan secara manual maupun mekanik. Penelitian ini bertujuan untuk mengetahui komposisi dan keanekaragaman spesies gulma di daerah perkebunan tebu Puslitagro Jatitujuh Majalengka sebagai dasar dalam pengendalian gulma dan mengetahui faktor-faktor lingkungan abiotik di lapangan. Hasil penelitian menunjukkan bahwa, keanekaragaman spesies gulma di Perkebunan Tebu Pusitagro Jatitujuh Majalengka terdapat 46 spesies yang terdiri dari 16 famili. Kemerataan gulma tergolong tinggi, dari data yang didapat masing-masing area lebih dari satu. Area Kidang Kencana Timur (1,94) tergolong tinggi, area Kidang Kencana Tengah (1,89) tergolong tinggi, dan area Rancabugang (1,83) tergolong tinggi. Keanekaragaman spesies gulma tertinggi terdapat pada area Kidang Kencana Timur (3,15) dengan suhu udara 30°C, kelembaban tanah 75%, dan pH tanah netral (7,1).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,439 | 0,321 |
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 ».