MétaCan
Menu
Retour à la cohorte
Enregistrement W4381621751 · doi:10.31315/psb.v4i1.8898

Evaluasi Lereng Bekas Tambang Pasir dan Batu Berdasarkan Nilai Faktor Keamanan di Dusun Tawang, Desa Sidorejo, Kecamatan Kemalang, Kabupaten Klaten

2023· article· id· W4381621751 sur OpenAlexaff
Basitha Septia Wibowo, Wisnu Aji Dwi Kristanto, Muammar Gomareuzzaman

Notice bibliographique

RevueProsiding Seminar Nasional Teknik Lingkungan Kebumian SATU BUMI · 2023
Typearticle
Langueid
DomaineEngineering
ThématiqueGeotechnical and construction materials studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsForestryGeography

Résumé

récupéré en direct d'OpenAlex

Dusun Tawang, Desa Sidorejo, Kecamatan Kemalang, Kabupaten Klaten merupakan salah satu lokasi kegiatan pertambangan pasir dan batuan yang sudah dimulai sejak 2006. Kegiatan tersebut meninggalkan lereng yang tidak diperbaiki sehingga memiliki ancaman gerakan massa tanah dan/atau batuan. Desa Sidorejo juga sudah ditetapkan sebagai daerah rawan longsor dengan potensi tinggi pada bulan Desember 2018 oleh Pusat Vulkanologi dan Mitigasi Bencana Geologi. Penelitian ini dilakukan dengan tujuan mengetahui dan mengevaluasi kondisi eksisting lereng tambang menggunakan nilai faktor keamanan pada lereng bekas tambang. Metode yang digunakan yaitu studi literatur, survei lapangan dan pemetaan fisik lingkungan, serta metode uji laboratorium. Teknik analisis data dilakukan dengan menggunakan Metode Spencer dan Metode Analisis Deskriptif untuk mengevaluasi lereng bekas tambang terhadap gerakan massa tanah dan/atau batuan. Hasil penelitian menunjukkan bahwa gerakan massa tanah/batuan yang ada berupa keruntuhan permukaan lereng. Nilai faktor keamanan lereng sebesar 0,603 pada lereng 1; 0,799 pada lereng 2; dan 0,341 pada lereng 3. Ketiga lereng termasuk ke dalam kategori lereng tidak stabil.Kata Kunci: Evaluasi, Gerakan massa, Lereng, Bekas Tambang, Faktor Keamanan

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsiding Seminar Nasional Teknik Lingkungan Kebumian SATU BUMIMême sujetGeotechnical and construction materials studiesTravaux en français237 207