MétaCan
Menu
Retour à la cohorte
Enregistrement W4300797969 · doi:10.33751/teknik.v16i1.354

EVALUASI KINERJA JALAN RAYA LEUWILIANG - KABUPATEN BOGOR

2015· article· id· W4300797969 sur OpenAlexaff
Gde Ngurah Purnama Jaya, Noordin Fadh

Notice bibliographique

RevueJurnal Teknik | Majalah Ilmiah Fakultas Teknik UNPAK · 2015
Typearticle
Langueid
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsForestryGeography

Résumé

récupéré en direct d'OpenAlex

Tujuan penelitian adalah mengevaluasi konerja pengaruh penggunaan lahan terhadap kemacetan, gangguan samping jalan dan titik konflik persimpangan, dan kondisi lalu lintas serta tingkat pelayanan jalan di Jalan Raya Leuwiliang Kabupaten Bogor.Berdasarkan hasil analisis diketahui penggunaan lahan yang paling tinggi menghasilkan bangkitan lalu lintasnya adalah pasar Leuwiliang yang merupakan pusat koleksi dan distribusi hasil pertanian maupun peternakan dalam kota maupun dari luar Kota Kecamatan Leuwiliang, khususnya bagian Wilayah Pengembangan (WP) Barat. Gangguan samping yang terjadi di Jalan Raya Leuwiliang diakibatkan oleh PKL (pedagang kaki lima) yang berada di kiri kanan jalan yang menempati trotoar dan bahu jalan untuk tempat berjualan. Disamping itu adanya parkir on street di kiri kanan jalan Raya Leuwiliang dengan sudut parkir 0 yang dapat mengurangi kapasitas jalan sebesar 32 % atau 1,44 meter. Terjadinya titik konflik pada ketiga persimpangan yaitu persimpangan Puraseda, persimpangan Karehkel, dan persimpangan Setu yang ada pada jalan Raya Leuwiliang akibat dari tingginya pergerakan kendaraan dan geometri persimpangan yang tidak sesuai dengan standar.Rekomomendasi studi, meningkatkan kapasitasjalan Leuwiliang dan perbaikan geometri dari persimpangan yang ada, serta perlu jalan lingkar pada jangka panjang.Kata kunci : Transport, lalu lintas, kemacetan

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,006

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 Opus0,034
Tête enseignante GPT0,245
Écart entre enseignants0,211 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Teknik | Majalah Ilmiah Fakultas Teknik UNPAKMême sujetUrban Transport Systems AnalysisTravaux en français237 207