Penilaian Kerentanan Pesisir Berdasarkan Parameter Fisik di Pantai Utara Kabupaten Bekasi
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
Northern part of Bekasi Regency (Pantura Bekasi) has diverse land: a port area, fisheries, marine tourism, agriculture, residential, industrial and government. Various types of development are occured to support the community welfare. Developments occur without considering sustainability will result in a decline of environmental conditions, and each region will have its own ability to anticipate the impacts of changes that occurs. This research studied coastal vulnerability in the Pantura Bekasi and the relationship between their coastal physical parameters and the vulnerability. Field observations were also conducted as field validation and perceive current conditions. The results show that vulnerability is very high in Fishery port (PPI) Muara Jaya port zone (Mekar Coast), and low vulnerability occurred in Taruma Jaya port zone (Taruma Jaya Coast). Two paramaters are different in these two locations, they are coastline change and geomorphological. The coastline change at Mekar Coast is abrasion, and Taruma Jaya Coast is accretion. The geomorphological at Mekar Coast are a muddy beach and delta, while Taruma Jaya Coast is a swampy beach. Field conditions show that Mekar Coast has low mangrove density, while Taruma Jaya Coast has high mangrove density. These results hopefully can be used as policy consideration for the local government in optimizing coastal management planning, where the spatial plan for Pantai Mekar Beach is designated as a conservation area and demersal fisheries, while on Pantai Taruma Jaya as a public use area such as for Gas and Steam Power Plant (PLTGU) Muara Tawar, PPI Paljaya and port zone.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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