Telaah Hubungan El Nino-Southern Oscillation (Enso) Dengan Madden-Julian Oscillation (Mjo) Di Provinsi Aceh
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.
Notice bibliographique
Résumé
El Nino–Southern Oscillation (ENSO) adalah gejala penyimpangan pada suhu permukaan Samudra Pasifik di pantai Barat Ekuador dan Peru yang lebih tinggi dari pada rata-rata normalnya yang ditandai dengan kenaikan suhu permukaan laut di daerah khatulistiwa bagian Tengah dan Timur. Variabilitas iklim ENSO terdiri dari tiga fenomena yaitu kejadian normal, El Nino dan La Nina. Perkembangan peristiwa El-Nino Southern Oscillation (ENSO) menunjukkan peran penting bagi Madden-Julian Oscillation (MJO). Fenomena ini ditengarai memiliki hubungan dan erat kaitannnya dengan penurunan dan peningkatan intensitas curah hujan di Indonesia. Penelitian ini dilakukan dengan tujuan untuk menganalisis keterkaitan antara fenomena ENSO dan MJO dan dampak yang ditimbulkan di Provinsi Aceh, melalui metodeempirisdengan perhitungan statistik, berdasarkan variabel ENSO berupa indeks Nino 3.4, variable amplitudo yang mewakili MJO serta data curah hujan di Provinsi Aceh. Data dari kedua variable tersebut diperolehdari NOAA dan BoM, sedangkan data curah hujan diperolehdari NASA. Periode data yang dianalisa sepanjang 10 tahun, dari tahun 2010 sampai 2019. Kedua data tersebut akan ditapis dan dianalisis korelasinya dengan metode regresi linier sederhana. Dari penelitian ini ditemukan bahwa pada dasarnya ENSO memang memiliki keterkaitan dengan MJO dan memiliki hubungan dengan peningkatan dan penurunan intensitas curah hujan di Provinsi Aceh. Namun berada pada tingkatan korelasi lemah hingga moderat, dan dampaknya tidak sekuat di wilayah Tengah dan Timur Indonesia. Hal ini menguatkan hipotesa akan lemahnya pengaruh ENSO di Provinsi Aceh; dimana penguatan MJO justru lebih terhadap sinergitasnya dengan IOD atau Indian Ocean Dipole, khususnya pada nilai positif (P-IOD).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle