MétaCan
Menu
Retour à la cohorte
Enregistrement W4381621838 · doi:10.31315/psb.v4i1.8902

Evaluasi Kesesuaian Lahan Tanaman Jati Pada Bekas Tambang di Dusun Girigondo, Kalurahan Kaligintung, Kapanewon Temon, Kabupaten Kulon Progo, D.I. Yogyakarta

2023· article· id· W4381621838 sur OpenAlexaff
Athifah Putristya, Herwin Lukito, Ika Wahyuning Widiarti

Notice bibliographique

RevueProsiding Seminar Nasional Teknik Lingkungan Kebumian SATU BUMI · 2023
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

Kegiatan Pertambangan di Dusun Girigondo, Kalurahan Kaligintung, Kapanewon Temon, Kabupaten Kulon Progo, Daerah Istimewa Yogyakarta ditinggalkan tanpa melakukan pengelolaan sehingga memunculkan kerusakan lingkungan dan tidak produktifnya suatu lahan. Penelitian ini dilakukan guna mengetahui dan mengevaluasi kesesuaian lahan peruntukan tanaman jati pada lahan bekas pertambangan. Metode yang digunakan dalam penelitian yaitu (1) metode survei dan pemetaan, (2) metode purposive sampling berdasarkan satuan medan, (3) analisis laboratorium, (4) metode matching. Parameter yang digunakan untuk evaluasi kesesuaian lahan yaitu : Temperatur (t), Lama bulan kering (bk), Curah Hujan/Tahun (ch), Drainase/Permeabilitas (d), Tekstur (tt), Kedalaman Tanah (kt), pH Tanah (ph), Salinitas (s), Batuan di permukaan (bd), Singkapan Batuan (sb), Bahaya Erosi (be), Kemiringan Lereng (kl), Bahaya Banjir (bb). Hasil evaluasi kesesuaian lahan bekas tambang untuk tanaman jati menunjukkan bahwa semua satuan medan tergolong dalam kelas N2 (tidak sesuai selamanya) dengan faktor pembatas secara keseluruhan berupa d, kt, bd, sb, be, kl.Kata Kunci: Lahan Bekas Pertambangan; Kerusakan Lingkungan; Evaluasi Lahan; Kesesuaian Lahan; Tanaman Jati

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)0,003
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, Communication savante, Intégrité de la recherche, 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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
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 Opus0,028
Tête enseignante GPT0,257
Écart entre enseignants0,229 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsiding Seminar Nasional Teknik Lingkungan Kebumian SATU BUMIMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207