Figure-Ground Mapping: Studi Tipologi-Morfologi Ruang Terbangun Kota Balikpapan
Notice bibliographique
Résumé
Kota Balikpapan yang berkembang secara heterogen, memiliki kawasan tertua pada area industri dan permukiman di sekitarnya. Studi tipologi dan morfologi kawasan kota lama Balikpapan dilakukan untuk menemukan karakteristik spasial kota yang tumbuh oleh beragam budaya yang membentuk lingkungan binaannya secara tersebar. Bentuk yang ditemukan dalam proses studi ini tidak hanya menunjukkan bentuk susunan ruang kota, tetapi menjadi identitas kawasan yang secara berkelanjutan dapat menjadi masukan pembangunan. Penelitian ini dilakukan untuk mengetahui pola tipologi dan morfologi area terbangun pada periode perkembangan awal Kota Balikpapan. Melalui teknik analisis tipologi-morfologi dengan destop survey, pola ruang kota lama digambarkan dalam peta figure-ground dan dibandingkan dengan teori tipe spasial ruang kota. Hasil penelitian menunjukkan terdapat 4 jenis tipologi kawasan, yang memiliki pola yang berbeda satu dengan yang lain. Karakteristik morfologi setiap tipologi tersebut mengindikasikan fungsi dan secara umum menggambarkan penghuni ruang. Tipologi tersebut secara tidak langsung menunjukkan keterkaitan antara bentuk dan proses awal pembentukan kawasan, baik terencana maupun tidak terencana.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
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 ».