POTENSI PENGEMBANGAN KAWASAN BERBASIS TOD PADA KAWASAN STASIUN PASAR SENEN
Notice bibliographique
Résumé
TOD merupakan perencanan kawasan berkelanjutan yang mengintegrasikan antara kebutuhan transportasi dengan efisiensi lahan perkotaan. Kawasan Senen merupakan salah satu kawasan strategis di Jakarta karena merupakan pusat kegiatan sekunder dan juga Pusat Pelayanan Kota. Melalui RDTR DKI Jakarta 2022 dan Perpres No 60 tahun 2020 tentang Rencana Tata Ruang Kawasan Perkotaan Jabodetabekpunjur, Stasiun Pasar Senen ditetapkan sebagai TOD Kota. Penelitian ini bertujuan untuk mengukur potensi eksisting Kawasan Stasiun Pasar Senen sebagai kawasan TOD kota. Pengukuran dilakukan dengan menghitung TOD Indeks yang berasal dari indikator–indikator utama dalam perancangan kawasan TOD. Hasil dari penelitian ini menunjukkan bahwa Kawasan Stasiun Pasar Senen belum optimal sebagai TOD Kota. Nilai TOD indeks Kawasan Stasiun Pasar Senen adalah 0.63 yang tergolong cukup tinggi melebihi 0.5 namun masih jauh dari nilai optimal TOD. Kondisi saat ini masih jauh dari prinsip-prinsip TOD, khususnya pada kepadatan kawasan serta infrastruktur pejalan kaki. Pengembangan TOD Kawasan Stasiun Pasar Senen perlu memaksimalkan fungsi lahan campuran dan penyediaan infrastruktur pejalan kaki.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,009 |
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 ».