MétaCan
Menu
Retour à la cohorte
Enregistrement W4393901644 · doi:10.29244/jli.v16i1.46747

Tipologi Aplikasi Infrastruktur Hijau Skala Komunitas pada Kampung Kota di Indonesia

2024· article· en· W4393901644 sur OpenAlexaff
Jimly Al Faraby, Rizky Asa Aulia Trisedya, Bernardinus Realino Justin Novandri Priambudi, Alifia Zahra Pramesti

Notice bibliographique

RevueJurnal Lanskap Indonesia · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArchitectural and Urban Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

This paper addresses one of the knowledge gaps that exists in green infrastructure (GI) discourses, that is the lack of understanding on the application of GI at community scale. GI was first introduced as an alternative to address problems caused by rapid urbanisation. Recently, GI has become a crucial part of strategies to achieve sustainable development and therefore has been widely advocated for its environmental, social, and economic benefits. Although the concepts and benefits of green infrastructure have been widely discussed and recognized in the literature, much of the discussions on GI tend to revolve around its applications at the city and regional scales, while the application of small scale GI at the community level has not been much explored, despite the importance of multiscale principle in the application of GI. To address that issue, this study focuses on the application of small-scale GI at the community level. It employed a systematic review to analyse publications, including articles published in scientific journals and news on reliable mass media on the internet, regarding the application of small-scale GI in 23 Indonesian urban kampung. The study shows that in dense settlements like urban kampung, community scale GI emerges as an alternative solution to the lack of space for GI development. From the 23 cases analysed, GI is mostly intended to function as a mean for environmental conservation and to promote food security.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,002
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,023
Tête enseignante GPT0,232
Écart entre enseignants0,209 · 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'étudeQualitatif
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Lanskap IndonesiaMême sujetArchitectural and Urban StudiesTravaux en français237 207