MétaCan
Menu
Retour à la cohorte
Enregistrement W4385721512 · doi:10.29244/jmf.v14i1.45714

Evaluasi Pengelolaan Perikanan Cumi-Cumi Skala Kecil dengan Pendekatan Ekosistem di Perairan Medan, Sumatera Utara

2023· article· id· W4385721512 sur OpenAlexaff
Wini Aafini J Harahap, Zairion, Mohammad Mukhlis Kamal, Luky Adrianto

Notice bibliographique

RevueMarine Fisheries Journal of Marine Fisheries Technology and Management · 2023
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Perairan Laut Medan merupakan bagian dari Wilayah Pengelolaan Perikanan Indonesia (WPP 571) yang merupakan daerah penangkapan cumi-cumi ( Uroteuthis spp.) oleh nelayan skala kecil di Belawan Kota Medan. Informasi mengenai kondisi perikanan cumi-cumi di daerah ini masih sangat kurang, sehingga diperlukan kajian ilmiah untuk mengetahui status perikanan dan pengelolaannya dengan menggunakan beberapa pendekatan yang relevan. Tujuan dari penelitian ini adalah untuk mengkaji kondisi perikanan cumi-cumi yang ada di Belawan Kota Medan melalui enam domain indikator dalam Ecosystem Approach to Fisheries Management(EAFM) yaitu (1) Sumberdaya Ikan, (2) Habitat dan Ekosistem, (3) Teknik Penangkapan, (4) Ekonomi, (5) Sosial, (6) Kelembagaan. Pengambilan data untuk domain sumberdaya ikan dilakukan dengan teknik pengambilan sampel cumi-cumi secara langsung, selanjutnya data domain sosial dan ekonomi diperoleh melalui wawancara dengan kuisioner, sedangkan domain habitat dan kelembagaan dengan data sekunder. Nilai Domain tertinggi pada domain teknik penangkapan ikan sebesar 280 dengan kategori baik dan domain terendah pada domain habitat dan ekosistem sebesar 170 kategori kurang. Alasannya adalah tidak diketahui secara spesifik habitat cumi-cumi (tempat pemijahan ,daerah mencari makan dan daerah asuhan) di daerah penelitian. Sementara itu, hasil perhitungan agregat semua domain EAFM Belawan-Medan adalah 207 dalam kategori sedang , sehingga diperlukan beberapa keputusan taktis dalam pengelolaan perikanan cumi-cumi di wilayah ini.

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), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,011
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,214
Écart entre enseignants0,202 · 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 tête enseignante, pas un consensus.

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 revueMarine Fisheries Journal of Marine Fisheries Technology and ManagementMême sujetMarine and Coastal EcosystemsTravaux en français237 207