MétaCan
Menu
Retour à la cohorte
Enregistrement W4361185905 · doi:10.30659/jkr.v3i1.22909

Studi Literatur: Strategi Penanganan Permukiman Kumuh di Perkotaan

2023· article· id· W4361185905 sur OpenAlexaff
Kholisna Putri, Mohammad Agung Ridlo, Hasti Widyasamratri

Notice bibliographique

RevueJurnal Kajian Ruang · 2023
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhysicsBusiness administrationBusinessArt

Résumé

récupéré en direct d'OpenAlex

Proses pertumbuhan kota dapat dilihat dari adanya perubahan kondisi lingkungan perkotaan. Fenomena urbanisasi memberikan pengaruh bagi perkembangan suatu kota khususnya di kota-kota besar. Dampak dari peristiwa urbanisasi cukup dirasakan oleh masyarakat bermukim khususnya masyarakat yang tinggal di lingkungan perkotaan. Apabila perilaku masyarakat bermukim sulit untuk dikendalikan dan terus mengarah pada kemerosotan lingkungan maka seiring berjalannya waktu, kondisi permukiman di wilayah tersebut akan condong dan mengarah pada kondisi lingkungan permukiman yang kumuh. Penelitian ini dilakukan dengan tujuan melakukan manajemen pengendalian permukiman menuju kota tanpa kumuh dan difokuskan pada strategi penanganan permukiman kumuh di perkotaan. Metode yang digunakan dalam penelitian ini adalah metode kualitatif dengan pendekatan studi literatur review. Wilayah yang menjadi kajian dalam studi literatur ini yaitu Kota Semarang, Kota Jakarta, Kota Malang, Kota Depok. Hasil dari penelitian ini menunjukan bahwa upaya penanganan permukiman kumuh di perkotaan perlu diimplementasikan melalui penyusunan rencana program-program kreatif dari pemerintah setempat dengan melakukan pola penanganan yang tepat sehingga dapat memberikan manfaat bagi masyarakat dalam rangka mengurangi tingkat kekumuhan di lingkungan permukiman perkotaan.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0070,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,004

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 Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Kajian RuangMême sujetCoastal Management and DevelopmentTravaux en français237 207