MétaCan
Menu
Retour à la cohorte
Enregistrement W4381621829 · doi:10.31315/psb.v4i1.8905

Tingkat Kerawanan Banjir di Sebagian Sub-DAS Kedungbener, Kecamatan Alian, Kabupaten Kebumen, Jawa Tengah

2023· article· id· W4381621829 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProsiding Seminar Nasional Teknik Lingkungan Kebumian SATU BUMI · 2023
Typearticle
Langueid
DomaineComputer Science
ThématiqueMultimedia Learning Systems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsForestryGeography

Résumé

récupéré en direct d'OpenAlex

Bencana banjir terjadi pada akhir tahun 2020 dalam lingkup sub-DAS Kedungbener yang secara administrasi terletak di Kecamatan Alian, Kabupaten Kebumen, Jawa Tengah. Curah hujan yang tinggi sebesar 250 mm/hari menyebabkan sungai Kedungbener meluap dan mengakibatkan dampak kerugian pada masyarakat sekitar. Penelitian dimulai dengan pengambilan data menggunakan metode purposive sampling. Parameter yang digunakan diantaranya adalah kemiringan lereng, elevasi, kapasitas infiltrasi, curah hujan, penggunaan lahan, dan kerapatan sungai. Analisis data menggunakan metode skoring dan pembobotan serta overlay, dilakukan untuk menentukan zona serta tingkat kerawanan banjir. Hasil analisis yang diperoleh diantaranya terdapat 3 kelas kerawanan yang di daerah penelitian, diantaranya adalah tingkat kerawanan sedang dengan luasan 273 hektar (16,8310%), tingkat kerawanan tinggi dengan luasan 587 hektar (36,1899%), serta tingkat kerawanan sangat tinggi dengan luasan 762 hektar (46,9790%).Kata Kunci: Analisis Spasial; Sub-DAS Kedungbener; Kerawanan Banjir

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.

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)0,007
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,089
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,003
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0060,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,006

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 Opus0,029
Tête enseignante GPT0,289
Écart entre enseignants0,260 · 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