MétaCan
Menu
Retour à la cohorte
Enregistrement W4382814039 · doi:10.31219/osf.io/sk7wn

Tata Kelola Taman Hutan Raya Nipa-Nipa

2023· preprint· en· W4382814039 sur OpenAlexaff
Sufrianto Sufrianto, Usman Rianse, Dasmin Sidu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueAgricultural and Environmental Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestrySustainabilityVegetation (pathology)LimitingGeographyEnvironmental resource managementEnvironmental planningBusinessEcologyEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This study aims to analyze the physical condition of the environment, governance, supporting factors and limiting factors that affect the governance and direction of land use in Nipa-Nipa Forest Park (Tahura). The method used was a survey method with simple random sampling techniques and data collection techniques through documentation, interviews and surveys. Data analysis was performed using descriptive analysis and map overlay techniques.The results showed that the physical conditions of Nipa-Nipa Forest Park were unsuitable for residential and agricultural areas because its topography > 25 percent (steep) and it has high rainfall which causes erosion, landslides and floods. Types of land use by Nipa-Nipa community include harvesting (timber), gardening and settlement. Governance issues of Nipa-Nipa Forest Park include boundary management, area management planning employing the block division system with an active- participation approach based on local wisdom and environmental sustainability.Factors supporting the management of Nipa-Nipa Forest Park include the availability of water catchment areas, endemic flora and fauna, and natural tourist attractions. The limiting factor includes the geologically steep land, low level of public awareness and weak law enforcement. Concrete steps taken to promote justice and sustainable Nipa-Nipa community include provision of job opportunities, provision of support for micro bussiness, resettlement to safer and profitable areas, mentoring and provision of support for productive bussiness, and coaching and mentoring on agroforestry management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,087
Tête enseignante GPT0,320
Écart entre enseignants0,233 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 sujetAgricultural and Environmental ManagementTravaux en français237 207