MétaCan
Menu
Retour à la cohorte
Enregistrement W4401284581 · doi:10.70124/abditechno.v4i1.1151

PENERAPAN MESIN PENGERING KAYU BERBAHAN BAKAR HYBRID UNTUK MEMPERCEPAT PROSES PRODUKSI RUMAH ADAT MINAHASA

2024· article· id· W4401284581 sur OpenAlexaff
Alvito Mamengko

Notice bibliographique

RevueAbdi Techno. · 2024
Typearticle
Langueid
DomaineEngineering
ThématiqueGeotechnical and construction materials studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésToxicologyEnvironmental scienceMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Rumah adat Minahasa merupakan salah satu ciri khas dari Provinsi Sulawesi Utara, potensi sumber daya alam Indonesia yang berupa kayu sangat potensial untuk dipakai sebagai bahan bangunan. Kayu mempunyai keistimewaan bila dipakai sebagai bahan bangunan, seperti bersifat fleksibel, tidak mudah patah bila terkena beban getaran akibat gempa, mempunyai corak penampilan yang indah untuk dipakai sebagai bahan dekorasi, tidak mengalami korosi akibat kelembaban yang tinggi di daerah tropis, serta kelebihan yang lain. Selain itu, kayu juga mudah didapat di sekitar kita sehingga harganya relatif rendah dibanding bahan bangunan struktural lainnya seperti besi, baja, aluminium, dan lain-lain. CV.Gloria merupakan salah satu pengerajin rumah adat Minahasa, dalam pembuatan rumah adat Minahasa tentunya diperlukan beberapa kriteria bahan baku kayu diantaranya kayu yang siap pakai harus dalam keadaan kering dan minim kadar air, sebab itu tim PKM-PI Pengering Kayu melihat keadaan tersebut sebagai suatu permasalahan, salah satu faktor penghambat pengeringan kayu antara lain curah hujan yang sangat tinggi di Provinsi Sulawesi Utara, dari permasalahan itu tim bertujuan menciptakan sebuah mesin pengering kayu, memanfaatkan sistem perpindahan panas serta pemanfaatan limbah oli bekas dan serbuk sisa serutan kayu.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,200 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAbdi Techno.Même sujetGeotechnical and construction materials studiesTravaux en français237 207