Trend Analysis of Mangrove Forest Health in East Lampung Regency as Community Preparedness for Natural Disasters
Notice bibliographique
Résumé
The condition of mangrove forests in East Lampung Regency is currently experiencing degradation, resulting in the function of mangrove forests being reduced, especially in preventing natural disasters. This research is the third-year measurement of the activities of monitoring the health of mangrove forests in East Lampung Regency. The purpose of this study was to determine the value and trend category of the health condition of the mangrove forest in East Lampung Regency. The stages of this research, namely: measuring the health trend of mangrove forests in the six FHM clusters that have been built and analysing the data using the Forest Health Assessment Information System software. The results of this study indicate that the trend value of the health condition of mangrove forests in each location is Kuala Penet (8.64-20.90) with a good category because CL-1 and CL-2 are constant, Margasari (2.52-5.57) in the bad category because CL-3 and CL-4 decreased, and Purworejo (5.58-8.63) in the moderate category because CL-5 and CL-6 increased. Thus, the average trend value of the health condition of the mangrove forest in East Lampung Regency (7.70) is in the moderate category. This can provide information to the community on preparedness in dealing with natural disasters.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».