MétaCan
Menu
Retour à la cohorte
Enregistrement W4401435969 · doi:10.22146/jkn.90282

Peningkatan Implementasi Tri Hita Karana Pada Keberlanjutan Pengelolaan Penyediaan Air Minum Perdesaan di Kabupaten Buleleng

2024· article· en· W4401435969 sur OpenAlexaff
I Gusti Ngurah Kerta Arsana, Mawiti Infantri Yekti, Sagung Putri Chandra Astiti

Notice bibliographique

RevueJurnal Ketahanan Nasional · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

Rural drinking water management in Buleleng Regency is served by rural drinking water supply (PAM Des) and community-based drinking water supply (pamsimas). The local wisdom of Tri Hita Karana (THK) as a sustainability concept is also applied in the management of drinking water supply systems through a participatory approach.The method used to analyze the sustainability index for PAM Des management uses the Multi Dimensional Scaling (MDS) method. Multi Dimensional Scaling also analyzes lever factors that are sensitive to sustainability.The results of the analysis using Rap analysis show that the sustainability index value for the ecological dimension is 70.11%, the economic dimension is 46.00%, the socio-cultural dimension is 50.65%, the technological dimension is 46.89% and the institutional dimension is 49.74%. The sustainability index value for the ecological and socio-cultural dimensions with a value above 50% is quite sustainable. The sustainability index value of the economic, technological and institutional dimensions of rural drinking water supply management is less sustainable.The leverage factors obtained from the analysis of 5 (five) dimensions of sustainability are 19 factors. Leveraging factor attributes in the ecological and socio-cultural dimensions are maintained and improved through the Tri Hita Karana implementation strategy. Improving the Tri Hita Karana implementation strategy in the economic, technological and institutional dimensions must be carried out by improving, upgrading the PAM Des infrastructure and also regulations that strengthen the management of PAM Des.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ketahanan NasionalMême sujetMarine and Coastal EcosystemsTravaux en français237 207