MétaCan
Menu
Retour à la cohorte
Enregistrement W4390724265 · doi:10.24815/journalces.v5i3.14884

Model Bangkitan Perjalanan Kota Lhokseumawe

2023· article· id· W4390724265 sur OpenAlexaff
Zadia Shafira, Yusria Darma, Muhammad Isya

Notice bibliographique

RevueJournal of The Civil Engineering Student · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsForestryPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

Kota Lhokseumawe merupakan salah satu Pusat Kegiatan Strategis Nasional (PKSN) di wilayah Aceh. PKSN ini berfungsi untuk melayani arus orang, barang, dan jasa dari luar ke dalam Kota Lhokseumawe ataupun sebaliknya baik dalam lingkup domestik maupun internasional. Kawasan perkotaan yang membentuk PKSN Lhokseumawe terdiri atas empat kecamatan di Kota Lhokseumawe, yaitu Kecamatan Banda Sakti, Kecamatan Blang Mangat, Kecamatan Muara Satu dan Kecamatan Muara Dua. Penelitian ini bertujuan untuk mengetahui variabel-variabel yang mempengaruhi Bangkitan di wilayah PKSN Kota Lhokseumawe sehingga didapatkan model yang dapat menjelaskan besarnya Bangkitan Perjalanan di wilayah PKSN Lhokseumawe. Penelitian ini dilakukan dengan cara cara menyebarkan kuesioner kepada 300 kepala keluarga (household interview) di kawasan PKSN Kota Lhokseumawe. Hasil survei household interview diolah dengan analisis regresi linier. Berdasarkan hasil pengujian regresi didapatkan model terbaik yaitu Y= 1,173 + 0,704 X1– 0,417 X5 + 1,702 X6 + 1,361 X7, dengan nilai determinasi (R2) sebesar 0,79. Berdasarkan model tersebut dapat diketahui bangkitan perjalanan pada Pusat Kegiatan Strategis Nasional (PKSN) Kota Lhokseumawe sebesar 79,0% ditentukan oleh pendapatan (X1), jumlah anggota keluarga (X5), jumlah anggota keluarga yang bersekolah (X6) dan jumlah anggota keluarga yang bekerja (X7).

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0470,005

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 Opus0,018
Tête enseignante GPT0,281
Écart entre enseignants0,263 · 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'étudeSimulation ou modélisation
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 revueJournal of The Civil Engineering StudentMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207