IDENTIFIKASI KARAKTERISTIK KAWASAN TEPIAN SUNGAI MUSI KOTA PALEMBANG (KASUS: KELURAHAN 5 ULU DAN 7 ULU)
Notice bibliographique
Résumé
Kawasan tepian Sungai Musi di Kota Palembang sudah menjadi kawasan permukiman penduduk tradisional sejak era Kerajaan Sriwijaya, kawasan tepian sungai menjadi pilihan masyarakat sebagai tempat bermukim dipengaruhi oleh manfaat sungai yang memiliki banyak potensi sumberdaya dankemudahan akses transportasi sungai. Penelitian ini bertujuan untuk mengidentifikasi karakteristik kawasan pada tepian sungai di Kelurahan 5 Ulu dan 7 Ulu, Kecamatan Seberang Ulu 1 dengan menggunakan metode penelitian yakni pendekatan kualitatif. Teknik pengumpulan data yang digunakan yaitu observasi, wawancara dan kajian dokumen, lalu analisis yang digunakan meliputi analisis data kualitatif dan analisis model spradley. Hasil penelitian menjabarkan bahwa identifikasi karakteristik kawasan tepian Sungai Musi berdasarkan aspek non-fisik permukiman dan aspek fisik permukiman. Aspek non-fisik permukimanmenjabarkan bahwa kawasan penelitian memiliki sejarah panjang sebagai permukiman tradisional etnis tionghoa, kondisi ekonomi masyarakat yang berada di tingkat menengah kebawah dengan kegiatan perdagangan, penyediaan jasa angkutan sungai dan industri rumah tangga, lalu kondisi sosial-budaya masyarakat terdapat beragam komunitas masyarakat dengan interaksi sosial yang tinggi. Aspek fisik permukiman kawasan penelitian secara keseluruhan merupakan permukiman penduduk dengan pola linier mengikuti Sungai Musi dan jalan dengan tingkat kepadatan sedang ke tinggi dan rata-rata bangunan merupakan rumah gudang panggung, serta sarana dan prasarana yang masih perlu dikembangkan sesuai dengan kebutuhan masyarakat setempat.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».