MétaCan
Menu
Retour à la cohorte
Enregistrement W4404215152 · doi:10.35475/riptek.v18i1.250

Arahan Penentuan Lokasi Alternatif TPS 3R di Kecamatan Banyumanik

2024· article· id· W4404215152 sur OpenAlexaff
Randy Rasendriya Alfianto, Bintang Septiarani, Reny Yesiana, Khristiana Dwi Astuti

Notice bibliographique

RevueJurnal Riptek · 2024
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Sampah merupakan masalah serius yang dihadapi oleh banyak negara di dunia, termasuk Indonesia. Produksi sampah yang terus meningkat dapat menyebabkan dampak negatif terhadap lingkungan dan kesehatan manusia jika tidak dikelola dengan baik. Salah satu solusi untuk mengatasi masalah sampah adalah dengan menerapkan konsep TPS 3R, yaitu reduce (mengurangi), reuse (menggunakan kembali), dan recycle (mendaur ulang). Pada Kecamatan Banyumanik, produksi sampah mencapai 30.661 ton per tahun dengan jumlah penduduk sebanyak 143.953 jiwa. Namun, hanya terdapat satu TPS 3R di kecamatan tersebut. Oleh karena itu, penelitian ini dilakukan untuk mengidentifikasi lokasi alternatif yang optimal untuk TPS 3R di Kecamatan Banyumanik menggunakan Sistem Informasi Geografis (SIG). Hasil analisis menunjukkan bahwa kawasan budidaya di Kecamatan Banyumanik memiliki potensi yang besar untuk dikembangkan sebagai lokasi TPS 3R. Dua titik lokasi alternatif yang diusulkan adalah di Kelurahan Tinjomoyo dan di Kelurahan Pudakpayung, dengan mempertimbangkan berbagai kriteria seperti luas lahan, aksesibilitas, dan status kepemilikan lahan. Diharapkan dengan adanya penelitian ini, pengelolaan sampah di Kecamatan Banyumanik dapat menjadi lebih efektif dan berkelanjutan, serta memberikan manfaat ekonomi bagi 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,015
Tête enseignante GPT0,240
Écart entre enseignants0,225 · 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'étudeSans objet
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 revueJurnal RiptekMême sujetManagement and Optimization TechniquesTravaux en français237 207