Tingkat Kerawanan Banjir di Sebagian Sub-DAS Kedungbener, Kecamatan Alian, Kabupaten Kebumen, Jawa Tengah
Notice bibliographique
Résumé
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 ».