Comparison of distance-based spatial weight matrix in modeling Internet signal strengths in Tasikmalaya regency using logistic spatial autoregressive model
Notice bibliographique
Résumé
To ensure that national development objectives in rural areas are achieved evenly and sustainably, the Government of Indonesia applies the principles of Village Sustainable Development Goals (SDGs), which are derivative programs of SDGs. One of the indicators in measuring the progress and independence of villages in Indonesia is the availability of cellular phone signal access. Cellular phone signals have a vital role because most internet users in Indonesia rely on mobile data connections from cellular operators. However, the signal emitted by a provider tower has a limited range. According to the data of the Developing Villages Index in 2022, Tasikmalaya Regency is one of the regencies with the highest number of villages that have weak signal strength in West Java Province, Indonesia. To examine the effect of distance and height difference between the placement of the nearest provider tower and the location of the Village Office on the internet signal strength category in Tasikmalaya Regency, Logistic Spatial Autoregressive modeling is needed. In this study, the Bayesian Markov-Chain Monte Carlo estimation method was used, because it has advantages in flexibility and computational efficiency. In spatial modeling, there is a spatial weight matrix determined by the researcher’s understanding of the observed phenomenon. The variable observed in this study is signal strength, which has an orientation at a distance. However, there are several types of distance-based spatial weight matrices, such as K-nearest neighbor, radial distance, power distance, and exponential distance. To determine the most suitable distance-based spatial weight matrix in internet signal strength modeling, the four (4) weight matrices were compared based on the goodness of fit measure models, calculated from the confusion matrix. The results of the analysis showed that the radial distance weight matrix with a threshold distance of d = 1.7km is the most suitable use of distance-based spatial weight matrix in internet signal modeling in Tasikmalaya Regency. The weight matrix exerted a positive spatial autocorrelation effect of 57.141%. In addition, the height difference factor between the location of the provider tower with the location of the village office has a greater effect than the horizontal distance.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».