KAJIAN PENGARUH PERUBAHAN LAHAN TERHADAP BENCANA BANJIR DI KECAMATAN MANGGALA KOTA MAKASSAR
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
Kawasan Perkotaan selalu mengalami perkembangan penduduk yang sangat pesat. Perkembangan ini berbanding lurus dengan kebutuhan terhadap lahan untuk perumahan, pembangunan sarana dan prasarana serta penunjang lainnya sehingga pembangunan terjadi secara terus menerus. Akibat dari pembangunan ini dapat berpotensi terjadi alih fungsi lahan sehingga daerah resapan air menjadi berkurang dan menyebabkan bencana banjir. Kota Makassar mengalami perkembangan yang sangat pesat dimana dalam waktu 8 tahun perkembangan lahan terbangun sebanyak 17%. Perkembangan ini sejalan dengan terjadinya bencana banjir setiap tahunnya. Salah satu wilayah yang mengalami perkembangan pertumbuhan lahan terbangun dengan pesat dan banjir paling parah adalah Kecamatan Manggala. Penelitian ini bertujuan: 1) Mengidentifikasi perubahan lahan di Kecamatan Manggala tahun 2013 sampai tahun 2023; 2) Menganalisis dampak perubahan lahan terhadap wilayah yang berpotensi terjadi bencana banjir di Kecamatan Manggala. Metode analisis yang digunakan dengan menggunakan analisis deskriptif untuk mengidentifikasi pemanfaatan lahan pada tahun 2013-2023 dengan menggunakan interpretasi foto citra udara dan analisis spasial dengan menggunakan aplikasi Geographic Information System (GIS) untuk mengetahui potensi banjir akibat pemanfaatan lahan. Hasil dari penelitian ini menunjukkan adanya peningkatan yang sangat pesat untuk pemanfaatan lahan terbangun yang berkembang dari 6,8% menjadi 95,4%. Hal ini sejalan dengan pertumbuhan wilayah yang rawan terhadap bencana banjir.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,013 |
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