MétaCan
Menu
Retour à la cohorte
Enregistrement W4393023044 · doi:10.23960/jss.v8i1.478

PENDAMPINGAN PENEGASAN BATAS DESA NATAR MENGGUNAKAN METODE KARTOMETRIK DAN SURVEI GNSS DALAM RANGKA MENCEGAH KONFLIK PERBATASAN DESA

2024· article· id· W4393023044 sur OpenAlexaff
Fauzan Murdapa, Tika Christy Novianti, Erlan Sumanjaya, Atika Sari

Notice bibliographique

RevueSakai Sambayan Jurnal Pengabdian kepada Masyarakat · 2024
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueLegal Studies and Policies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésGNSS applicationsComputer scienceGlobal Positioning SystemOperating system

Résumé

récupéré en direct d'OpenAlex

Dalam pelaksanaan pembangunan desa, harus dimulai dengan perencanaan yang baik, dan didasari data yang benar. Salah satu data yang diperlukan adalah peta batas desa, yang berisi tentang koordinat titik batas desa, posisi obyek sumberdaya desa, infrastruktur jalan, jaringan irigasi, area sawah, perkebunan dan sebagainya. Namun sering terjadi perselisihan di masyarakat yang berujung pada konflik akibat ketidak jelasan batas antar desa, sehingga menghambat kelangsungan pembangunan desa. Saat ini beberapa lokasi di Desa Natar berpotensi terjadi konflik akibat ketidakpastian batas. Tujuan yang ingin dicapai dalam program pengabdian pada masyarakat ini adalah: 1. Membuat Peta Batas Desa sesuai dengan Permendagri No.45 tahun 2016, yang bisa digunakan sebagai dasar Peraturan Bupati tentang Peta Batas Desa Natar, 2. Memasang beberapa pilar batas utama (PBU) sebagai tanda batas antar desa, sehingga ada kepastian titik batas di lapangan. Metode kegiatan pengabdian yang digunakan: 1). Memberikan penjelasan tentang pentingnya Peta Batas Desa dalam perencanaan pembangunan, 2). Melakukan pendampingan dalam penetapan titik batas desa secara kartometrik, 3). Melakukan pendampingan dalam pemasangan dan pengukuran PBU dengan menggunakan metode survei GNSS, 4). Pembuatan Peta Batas Desa Natar. Hasil akhir pengabdian ini: 1). Terbuat satu lembar peta batas desa, desa Natar dengan skala 1 : 8.000, 2). Terpasang lima titik PBU.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,011

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 Opus0,032
Tête enseignante GPT0,311
Écart entre enseignants0,279 · 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'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 revueSakai Sambayan Jurnal Pengabdian kepada MasyarakatMême sujetLegal Studies and PoliciesTravaux en français237 207