Menggali Karakteristik Pecinan dalam Menjaga Nilai-Nilai Signifikansi Kawasan Cagar Budaya
Notice bibliographique
Résumé
Rencana pelestarian saat ini mengevaluasi kontribusi warisan berwujud dan tidak berwujud dengan pendekatan berbasis nilai (atau signifikansi). Studi nilai signifikansi membantu menentukan karakteristik pada kawasan yang dapat diprioritaskan sehingga mempertahankan autentisitas kawasan cagar budaya. Penelitian ini bertujuan untuk menganalisis karakteristik kawasan yang paling signifikan dalam perannya membantu melestarikan nilai-nilai cagar budaya. Penelitian mengambil lokasi di Pecinan Semarang yang merupakan salah satu Kawasan Cagar Budaya dan memiliki nilai-nilai warisan budaya, baik berwujud (tangible) maupun tidak berwujud (intangible). Beberapa penelitian telah melakukan studi terkait karakteristik Pecinan, namun belum ada analisis komprehensif yang mengintegrasikan kaitan antara nilai-nilai signifikansi dengan elemen karakter dalam konteks kawasan cagar budaya. Penelitian ini menggunakan metode kualitatif deskriptif, dengan pendekatan deduktif yaitu menggunakan studi literatur sebagai dasar dan pengamatan langsung ke objek penelitian. Hasil penelitian menunjukkan bahwa elemen karakter yang mewakilkan nilai-nilai di Kawasan Pecinan adalah penggunaan dan fungsi, gaya arsitektur bangunan, kualitas ruang luar dan lanskap, dan elemen identitas. Studi juga menemukan bahwa masing-masing koridor gang di Pecinan memiliki keistimewaan karakter tersendiri, yang perlu ditemukenali sebagai acuan dalam menyusun strategi pelestarian kawasan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».