MODELLING THE POTENTIAL DISTRIBUTIONS OF SAWO KECIK (MANILKARA KAUKI (L.)) DUBARD USING MAXENT TO SUPPORT CONSERVATIONS OF HISTORICAL AND CULTURAL VEGETATIONS IN DAERAH ISTIMEWA YOGYAKARTA PROVINCE
Notice bibliographique
Résumé
Modelling the potential distributions of Sawo Kecik (Manilkara kauki (L.)) Dubard using MaxEnt to support conservations of historical and cultural vegeta-tions in Daerah Istimewa Yogyakarta Province. Reinwardtia 22(1): 55‒67. — Sawo kecik or Manilkara kauki (L.) Dubard, of the Sapotaceae family as it is formally known, is one of the species with significant cultural values in Yog-yakarta Province (DIY) culture because it symbolizes social righteousness. In connection with this, Yogyakarta's mu-nicipal and district governments have been encouraged to plant sawo kecik. Despite these efforts, there is still a lack of knowledge regarding the possible range of this species, and this knowledge is essential to promoting the conservation of M. kauki in DIY. With the help of isothermality, precipitation of driest month, precipitation seasonality, precipita-tion of driest quarter, and precipitation of warmest quarter data, this study tries to simulate the probable distributions of M. kauki throughout cities and districts in DIY. The model estimated 1,275 km2 of DIY areas was suitable for M. kauki that concentrated in the central parts, spanning from the west to the east of DIY. Yogyakarta City followed by Sleman District has the largest areas categorized from high to very high suitable for M. kauki. While, Gunung Kidul followed by Kulonprogo Districts have the largest areas categorized as low suitable. To conclude, M. kauki can adapt areas with moderate precipitation as low as 20 mm during driest month and as low as 100 mm during driest quarter. During warmest quarter, M. kauki requires precipitation with value of 700 mm. The conservation effort and M. kauki planting should then concentrate on Yogyakarta City and Sleman District since such locations are thought to have high appropriateness for the species.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».