MétaCan
Menu
Retour à la cohorte
Enregistrement W4389816555 · doi:10.30996/ep.v20i02.9682

Potensi Penurunan Debit Banjir di Sungai Sepaku Akibat Pembangunan Bendungan Sepaku Semoi

2023· article· en· W4389816555 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEXTRAPOLASI · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater and Land Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésFlood mythFlooding (psychology)Hydrology (agriculture)Environmental scienceDrainageFlood controlWater levelWater resource managementGeographyGeologyGeotechnical engineeringCartographyEcology

Résumé

récupéré en direct d'OpenAlex

The high rainfall in the Sepaku DAS is one of the factors causing the flooding in the River Sepaku. The heavy rain often resulted in the flooding of residents' houses and public facilities. Less water reservoirs and unavailable sustainable drainage systems are some of the causes of flooding in the region. To address the flood problems, the government plans to build a dam to control flooding and increase the need for raw water in the Penajam Paser Utara district, especially in the Sepaku district. In line with this, research has been carried out to obtain a reduction in flood discharge due to the awakening of the Sepaku Semoi Dam. This study analyzed maximum daily rainfall data from the past decade, land cover and soil types, and flood discharge using HEC-HMS with validated results. The next step is the analysis of the flood water's high surface and the dam's area using the HEC-RAS program with 2D modeling. Modeling shows that Sepaku Semoi Dam reduces flood discharge, height, and volume. Drainage was decreased by 48,450%, flood height was lowered to 0.45 m, and volume was decreased by 5,080.8 m3. The flooded area also fell by 9,144 ha.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,252
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,006

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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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