MétaCan
Menu
Retour à la cohorte
Enregistrement W4319311136 · doi:10.33830/reksabumi.v2i1.4751.2023

GEOSPATIAL INFORMATION NETWORK GEOPORTAL DEVELOPMENT IN SUPPORTING DATA AVAILABILITY AND IMPROVING HUMAN RESOURCE PERFORMANCE IN GRESIK REGENCY

2023· article· en· W4319311136 sur OpenAlexaff
Fauzan Roziqin, Fatimah Zahro, Adipandang Yudoyono

Notice bibliographique

RevueREKSABUMI · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEdcuational Technology Systems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisGeoportalSpatial databaseComputer scienceGeographic information systemTransport engineeringSpatial analysisGeographyEngineeringCartographyRemote sensingGIS and public health

Résumé

récupéré en direct d'OpenAlex

In the management of the regional geospatial information network, evaluation needs to be carried out as a continuous improvement effort. The assessment focuses on both internal and external aspects in the process of geospatial information management. The purpose of this study is to determine the readiness of the development of the geoportal, the availability of data and human resources in Gresik District, as well as to identify the strengths and weaknesses. The method used in this research is descriptive analytic method, which identifies, evaluates, and assesses each instrument through data scanning and interviews. The results of this study show that the Gresik District Geospatial and Geodetic Network Node has achieved an "Operational" status, compared to before when it did not exist. Gresik District is now joined by 38 other districts/cities with an "Operational" status. The evaluation value falls into class B, which means the maximum development time is 12 months. In addition to the availability of the geoportal, Gresik District also has a data forum, but there is no Spatial Data Forum, so in the future the need for this forum becomes very important to support the improvement of the network node in Gresik District.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,029
Tête enseignante GPT0,268
Écart entre enseignants0,239 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueREKSABUMIMême sujetEdcuational Technology SystemsTravaux en français237 207