MétaCan
Menu
Retour à la cohorte
Enregistrement W4321375669 · doi:10.24319/jtpk.13.195-207

PENGELOLAAN PERIKANAN HIU DI PELABUHAN PERIKANAN PANTAI TEGALSARI TEGAL

2023· article· id· W4321375669 sur OpenAlexaff
Heppy Septiawan, Bayu Primasari

Notice bibliographique

RevueJurnal Teknologi Perikanan dan Kelautan · 2023
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsForestryFisheryGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Ikan hiu adalah jenis ikan bertulang rawan (Elasmobranchii) yang berperan sebagai predator puncak dalam rantai makanan dan juga memiliki peranan penting dalam menjaga keseimbangan ekosistem di lautan. Saat ini, keberadaan hiu terancam punah akibat aktivitas penangkapan berlebih yang disebabkan meningkatnya permintaan komoditas sirip di pasar internasional. Salah satu basis pendaratan hasil tangkapan hiu di Indonesia terletak di Pelabuhan Perikanan Pantai (PPP) Tegalsari Kota Tegal, Provinsi Jawa Tengah. Tekanan terhadap populasi hiu di kawasan ini tidak hanya berasal dari peningkatan usaha tangkapan, namun juga dari kondisi perairan dan habitat yang terus mengalami degradasi. Penelitian ini bertujuan untuk menganalisis kinerja pengelolaan perikanan hiu di PPP Tegalsari dengan pendekatan Ecosystem Approach to Fisheries Management (EAFM) serta menyusun rekomendasi untuk tindakan pengelolaan. Hasil penelitian menunjukkan bahwa kinerja pengelolaan perikanan hiu di PPP Tegalsari berada pada kondisi baik dengan nilai rata-rata keseluruhan domain sebesar 73,39. Tindakan pengelolaan diprioritaskan pada domain ekonomi dan sumber daya ikan yaitu diversifikasi usaha dan kemudahan penyediaan akses permodalan bagi rumah tangga perikanan, membuat regulasi pembatasan upaya penangkapan dan ukuran minimal ikan hiu yang boleh ditangkap; serta peningkatan pengawasan terkait selektivitas alat tangkap dan metode penangkapan.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,023
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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 Opus0,016
Tête enseignante GPT0,239
Écart entre enseignants0,223 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Teknologi Perikanan dan KelautanMême sujetMarine and Coastal EcosystemsTravaux en français237 207