MétaCan
Menu
Retour à la cohorte
Enregistrement W4402215366 · doi:10.36985/cwk14h95

Ketersediaan Ruang Terbuka Hijau Publik Dalam Pembangunan Kota Pematangsiantar

2021· article· id· W4402215366 sur OpenAlexaff
Johannes Sihombing, Robert Tua Siregar, Marihot Manullang, Sarintan E Damanik

Notice bibliographique

RevueJurnal Regional Planning · 2021
Typearticle
Langueid
DomaineArts and Humanities
ThématiqueArchitectural and Urban Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengetahui luas Ruang Terbuka HIjau (RTH) Publik yang tersedia saat ini di Kota Pematangsiantar serta mengetahui kebutuhan dan pengelolaan Ruang Tebuka Hijau (RTH) Publik yang sesuai dengan tuntutan Undang - Undang Nomor 26 Tahun 2007 di Kota Pematangsiantar. Penelitian ini menggunakan jenis penelitian yang meliputi data kualitatif dan kuantitatif. Yang mengacu pada data kualitatif, yaitu data yang terbentuk bukan angka atau menjelaskan secara deskripsi tentang kondisi ruang lingkup studi atau data yang tidak bisa langsung diolah dengan menggunakan perhitungan sederhana. Dimana yang termasuk dalam jenis data kualitatif ini adalah, kondisi fisik lokasi studi, kebijakan pemerintah dalam mengelolah RTH Publik, Data kuantitatif, yaitu data yang menjelaskan kondisi penelitian dengan tabulasi angka-angka yang dapat dikalkulasikan untuk mengetahui nilai yang diinginkan dengan menggunakan metode perhitungan sederhana. Dalam studi ini yang termasuk jenis data kuantitatif yaitu, luasan RTH, jumlah penduduk dan perkembangan penduduk. Hasil penelitian menunjukkan bahwa Ketersediaan Ruang Terbuka Hijau Publik menjadi entry point dalam menilai keberhasilan pembangunan suatu wilayah/daerah. Peranan Ruang Terbuka Hijau tidak lepas dari berbagai fungsi yang melingkupinya, yaitu fungsi ekologis, social, ekonomi, dan estetis. Berdasarkan temuan dari penelitian mengenai ketersediaan Ruang Terbuka Hijau eksistng di Kota Pematangsiantar hanya seluas 18,574 Km2 (23,22 %) dari keseluruhan luas Kota Pematangsiantar yang mencapai 79,971 Km2

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0380,007

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 Opus0,064
Tête enseignante GPT0,262
Écart entre enseignants0,198 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Regional PlanningMême sujetArchitectural and Urban StudiesTravaux en français237 207