OPTIMASI PEMANFAATAN JALUR PEJALAN KAKI DI KAWASAN NIAGA TERPADU SUDIRMAN
Notice bibliographique
Résumé
Adanya integrasi antara fasilitas pejalan kaki dengan moda transportasi massal menjadi salahsatu daya tarik kawasan niaga terpadu Sudirman. Dengan fasilitas penunjang yang memadai,jalur pejalan kaki belum dapat mengakomodasi kegiatan dan kebutuhan pejalan kaki secaraoptimal. Penelitian ini bertujuan untuk mengetahui apakah pemanfaatan jalur pejalan kakiKawasan SCBD sudah optimal sehingga dapat memfasilitasi pejalan kaki besertakegiatannya. Pendekatan penelitian campuran dengan melakukan observasi lapangan dalammenilai tingkat keoptimalan fasilitas pejalan kaki, kemudian menyimpulkan data berdasarkanstandar dan tingkat pengaruh masing–masing aspek terhadap pejalan kaki dan menyajikandata secara kuantitatif. Temuan dari penelitian ini bahwa fasilitas pejalan kaki di KawasanSCBD belum optimal karena minimnya ruang atau fasilitas sosial dan kesenjangan jumlahpejalan kaki pada jam sibuk dan di luar jam sibuk. Hasil penelitian menyimpulkan bahwapemanfaatan jalur pejalan kaki dapat dioptimalkan melalui program penyediaan fasilitas danpelebaran jalur.Kata kunci : Jalur Pejalan Kaki, Kawasan Niaga Terpadu, Aktivitas Pejalan Kaki
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,004 |
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.
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 ».