MétaCan
Menu
Retour à la cohorte
Enregistrement W4395472751 · doi:10.35791/agrsosek.v18i1.55198

ANALISIS KETERSEDIAAN TANAH DI KAWASAN PARIWISATA LIKUPANG

2022· article· en· W4395472751 sur OpenAlexaff
Rr. Fitrin Kumalatina, Sandra Pakasi, Nordy Fritsgerald Lucky Waney

Notice bibliographique

RevueAGRI-SOSIOEKONOMI · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics

Résumé

récupéré en direct d'OpenAlex

This study aims to analyze the location of land availability and the direction of land availability from the aspect of Spatial Designation Plans and land issues. The research was carried out from November 2021 to January 2022 which is located in the Likupang tourism area. The method used in this research is Overlay Analysis with GIS software and descriptive analysis obtained through Indepth Interview. The data used are primary data and secondary data. The results of the research analysis obtained that the availability of land at the location was classified into available and unavailable. The area of available land is 829.47 Ha (17.97%) while the area of land that is not available is 3,716.55 Ha (80.54%). The available land locations consist of available non-agricultural cultivation covering an area of 664.86 Ha (14.41%) and agricultural cultivation covering an area of 164.61 Ha (3.57%). The location of land that is not available is limited to protected activities covering an area of 1,030.06 Ha (22.32%), optimal use of non-agricultural land of 217.33 Ha (4.71 %), optimal use of agricultural land covering an area of 2,145.78 Ha ( 46.5%) and land use adjustment of 323.38 Ha (7.01%). The direction of land availability, namely the location of the available land is directed based on the allotment of space so that it is obtained for investment activities covering an area of 664.86 hectares and commodity activities covering an area of 164.61 hectares. At the location of the available land, there is a potential land dispute of 2 hectares. So that the availability of clean and clear land (no dispute) is (827.47%).

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,020
Tête enseignante GPT0,279
Écart entre enseignants0,259 · 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'étudeObservationnel
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAGRI-SOSIOEKONOMIMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207