MétaCan
Menu
Retour à la cohorte
Enregistrement W4390476203 · doi:10.32502/arsir.v7i2.6177

Perceptions of Subsidized Housing Based on Occupants in Makassar City

2023· article· id· W4390476203 sur OpenAlexaff
Nonny Rifka Rizky Amelia, Arina Hayati, Muhammad Faqih

Notice bibliographique

RevueArsir · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Terbatasnya luas lahan dan meningkatnya jumlah penduduk membuat harga rumah di kota besar menjadi mahal sehingga penyediaan rumah subsidi ikut berkembang. Persoalan yang sering terjadi dalam rumah subsidi yaitu perancangan rumah yang tidak memandang keperluan dari penghuni tersebut. Rumah subsidi yang tidak sesuai dengan keinginan dapat mempengaruhi persepsi kenyamanan penghuni terhadap rumah subsidi yang tersedia. Tujuan penelitian ini untuk mengetahui persepsi penghuni di Kota Makassar pada hunian subsidi yang tersedia tergantung keinginan yang di butuhkan. Menggunakan Metode penelitian yaitu kuantitatif dengan kuesioner untuk mengetahui persepsi kenyamanan terhadap elemen arsitektur rumah subsidi dengan mempertanyakan beberapa aspek yang dapat dilihat dari karakteristik penghuni kemudian dianalisis menggunakan skala likert dengan cross tabulasi silang (SPSS) yang dihubungkan dengan karakteristik penghuni. Hasil penelitian diperoleh persepsi penghuni dicrosstabulasi dan dihubungkan dengan karakteristik penghuni menunjukkan bahwa persepsi dengan profil penghuni di Kota Makassar rata-rata merasa nyaman dengan ruang yang tersedia untuk aktivitasnya. Namun ada pula yang tidak nyaman sehingga mungkin membutuhkan penambahan atau perluasan ruang dan perubahan fungsi ruang dalam menunjang kebutuhannya sehari-hari

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,077
Tête enseignante GPT0,327
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueArsirMême sujetUrban and Rural Development ChallengesTravaux en français237 207