Evaluasi Lahan Berdasarkan Kualitas dan Karakteristik Lahan pada Bekas Pertambangan Tanah Urug di Dusun Pucang Gading, Kelurahan Hargomulyo, Kapanewon Kokap, Kabupaten Kulon Progo, Daerah Istimewa Yogyakarta
Notice bibliographique
Résumé
Indonesia memiliki banyak aktivitas pertambangan, salah satunya kegiatan pertambangan tanah urug yang berlangsung diDusun Pucang Gading, Kelurahan Hargomulyo, Kapanewon Kokap, Kabupaten Kulon Progo, Daerah Istimewa Yogyakarta.Aktivitas pertambangan membuat lahan menjadi terdegradasi. Tujuan dari penelitian ini yaitu mengetahui kualitas dankarakteristik lahan berdasarkan kesesuaian lahan untuk arahan teknis reklamasi pertambangan sebagai pertanian lahan keringtanaman sengon dan ketela pohon. Metode yang digunakan adalah (1) survei dan pemetaan (2) Purposive Sampling (3)analisis laboratorium (4) weight factor matching. Parameter (karakteristik lahan) yang diamati pada lapangan yaitutemperatur(t) (rerata temperatur tahunan), ketersediaan air(w) (bulan kering, hujan pertahun), media perkaraan(r) (drainasetanah, tekstur tanah dan kedalaman efektif), retensi hara(f) (PH, H2O, KTK tanah, C-Organik), hara tersedia(n) (N Total, P2O5,K2O5), penyiapan lahan(p) (batuan permukaan, singkapan batuan), tingkat bahaya erosi(e) (bahaya erosi, lereng). Berdasarkanhasil dari evaluasi kesesuaian lahan tanaman sengon didapatkan 3 kelas, sedangkan tanaman ketela pohon didapatkan 2kelas. Rekayasa yang dilakukan untuk memperbaiki lahan adalah rekayasa teknik dengan pembuatan teras jenjang,pembuatan saluran irigasi dan revegetasi. Upaya perbaikan lahan yang dilakukan diharapkan membuat lahan kembalimenjadi produktif.Kata Kunci: Kualitas lahan; Karakteristik Lahan; Evaluasi Lahan
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».