MétaCan
Menu
Retour à la cohorte
Enregistrement W4384305547 · doi:10.32315/jlbi.v9i4.138

Distribusi Pencahayaan Alami pada Gedung Olahraga

2019· article· id· W4384305547 sur OpenAlexaff
Lucky Suryawijaya Elfrid Amping, Muhammad Ramli Rahim, Nurul Jamala Bangsawan

Notice bibliographique

RevueJurnal Lingkungan Binaan Indonesia · 2019
Typearticle
Langueid
DomaineHealth Professions
ThématiqueSports and Physical Education Research
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

GOR ASPOL adalah Gedung olah raga yang terdapat lapangan basket di dalamnya dan pada siang hari memanfaatkan cahaya alami. GOR diharuskan memiliki pencahayaan yang baik pada lapangan basket, dimana standar pencahayaan GOR menurut SNI 03-3647-1994 adalah 200 lux - 1000 lux . Pengambilan data dilakukan pada pukul 08.00, 12.00 dan 16.00 WITA dengan menggunakan Lux Meter. Pengambilan data pada kondisi eksisiting yang dilakukan pada pukul 08.00 dan 12.00 yaitu pada tanggal 23 Maret 2018, 2 April 2018 dan 3 April 2018, dimana besaran intensitas rata-ratanya sebesar 28,9 lux pada pukul 08.00 dan 31,25 lux pada pukul 12.00. Sementara pada pukul 16.00 dilakukan pada tanggal 23 Maret 2018, 26 Maret 2018 dan 28 Maret 2018 yaitu sebesar 28,17 lux. Pengambilan data untuk kondisi terpal penutup dibuka dilakukan pada tanggal 5 April 2018 yaitu 63,1 lux(08.00), 43,6 lux(12.00) dan 54,66 lux(16.00). Berdasarkan data pada kedua kondisi tersebut, intensitas pada lapangan tidak memenuhi standar, maka dilakukan perubahan pada dimensi dinding dengan menggunakan software Velux Visualizer. Pada simulasi dengan menggunakan software Velux Visualizer, dimensi dinding dikurangi hingga rata dengan tribun teratas (sisi barat, utara dan timur gedung) dan untuk sisi selatan, tinggi dimensi dinding dikurangi dari 525 cm dari lantai menjadi 325 cm. Dari simulasi tersebut didapatkan intensitas cahaya sebesar 173,5 lux - 397,9 lux(08.00), 539 lux - 681,2 lux (12.00) dan 196,5 lux - 418 lux(16.00).

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,010

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 Opus0,034
Tête enseignante GPT0,377
Écart entre enseignants0,343 · 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'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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Lingkungan Binaan IndonesiaMême sujetSports and Physical Education ResearchTravaux en français237 207