MétaCan
Menu
Retour à la cohorte
Enregistrement W4392138600 · doi:10.51988/jtsc.v5i1.187

Analisis Kebutuhan Tulangan Kolom dan Balok pada Tribun Penonton Stadion Mini Pancing Provinsi Sumatera Utara

2024· article· id· W4392138600 sur OpenAlexaff
Resolina Ailing, Muhammad Qarinur

Notice bibliographique

RevueJURNAL TEKNIK SIPIL CENDEKIA (JTSC) · 2024
Typearticle
Langueid
DomaineHealth Professions
ThématiqueSports and Physical Education Research
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex


 Analisa kebutuhan tulangan untuk pekerjaan kolom dan balok penting dilaksanakan untuk mengantisipasi kekurangan dan kelebihan tulangan yang akan direncanakan. Pada penelitian ini, analisis kebutuhan tulangan dilakukan pada Stadion Mini Pancing Provinsi Sumatera Utara. Dalam mengoptimalkan penggunaan besi tulangan digunakan suatu metode, salah satunya metode yang sering digunakan yaitu Bar Bending Schedule (BBS). BBS adalah suatu metode yang memuat daftar model pola-pola pemotongan besi tulangan yang berfungsi untuk mengontrol pemakaian besi tulangan dan meminimalkan sisa material dengan bantuan aplikasi Microsoft Excel. Hasil dari analisis volume kebutuhan tulangan pada kolom dan balok menggunakan sambungan konvensional adalah 54.830,96 kg, sedangkan hasil dari analisis volume kebutuhan tulangan pada kolom dan balok menggunakan sambungan kopler adalah 53.523,57 kg. Hasil perbandingan volume kebutuhan tulangan pada kolom dan balok menggunakan sambungan konvensional dengan sambungan kopler adalah 2,3 %. Hasil perhitungan kebutuhan biaya penulangan kolom dan balok menggunakan sambungan konvensional adalah Rp743.507.817,60 sedangkan sambungan kopler adalah Rp725.688.195,00. Oleh karena itu dapat disimpulkan sambungan kopler lebih efisien untuk digunakan dibandingkan sambungan konvensional dari segi biaya.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, 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 enseignants0,253
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,058
Tête enseignante GPT0,407
Écart entre enseignants0,350 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJURNAL TEKNIK SIPIL CENDEKIA (JTSC)Même sujetSports and Physical Education ResearchTravaux en français237 207