IDENTIFIKASI TIPOLOGI LOKASI TAMBAK UDANG DI KABUPATEN PADANG PARIAMAN
Notice bibliographique
Résumé
Tambak udang berkembang pesat sejak tahun 2018 di pesisir pantai Kabupaten Padang Pariaman tetapi umumnya tidak berijin. Penelitian ini ingin menilai penyimpangan lokasi tambak terhadap rencana tata ruang yang ditetapkan dalam RTRW Kabupaten Padang Pariaman 2020-2040 dan pelanggaran prosedur perijinan yang dilakukan. Metoda yang dipakai yaitu tumpang susun peta lokasi tambak dengan rencana pola ruang RTRW Kabupaten dengan hasil kesesuaian/ketidaksesuaian lokasi tambak. Selanjutnya diidentifikasi status perijinan tambak yang telah memiliki ijin dan tidak berijin. Dari penggabungan dua variabel ini diperoleh empat tipologi lokasi tambak. Penelitian ini menemukan lokasi tambak berada di tujuh jenis peruntukan lahan, enam terindikasi tidak sesuai peruntukannya. Tiga per empat dari 93 tambak yang terdapat di Kabupaten Padang Pariaman belum berijin. Setengah dari tambak yang tidak berijin berada pada lokasi yang tidak sesuai tetapi sebagian yang lain meskipun tidak berijin berada pada lokasi yang sesuai. Beberapa temuan ketidaksesuaian pemanfaatan ruang pada kawasan yang sudah berijin lebih banyak disebabkan faktor teknis akurasi penentuan jarak lokasi dari titik pasang tertinggi.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».