MétaCan
Menu
Retour à la cohorte
Enregistrement W4405134284 · doi:10.31314/jsig.v7i2.2978

ANALISIS SPASIAL ZONA POTENSI RAWAN LONGSOR DISEKITAR RUAS JALAN RAYA MATARAM-TANJUNG

2024· article· id· W4405134284 sur OpenAlexaff
Wiwit Bayu Adi, Aliful Anshar, Agum Muladi, Try Wahyudi, Harmaen Harmaen

Notice bibliographique

RevueJURNAL SAINS INFORMASI GEOGRAFIS · 2024
Typearticle
Langueid
DomaineEngineering
ThématiqueGeotechnical and construction materials studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésStatistical analysisMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This research aims to analyze the spatial distribution of landslide prone zones around Mataram-Tanjung highway. The second objective is to determine whether the utilization of GIS can be used properly to analyze the potential prone to landslides in an area based on several indicators used. The method used is overlay analysis and utilizing Geographic Information System (GIS) application. The variables used are soil type, rainfall, slope, geological type and land cover type. The result of the analysis shows that the distribution of landslide prone potential zone in the study area has 4 classes, namely very low landslide prone potential class, low prone potential, medium prone potential and high prone potential. The application of sapsial analysis by utilizing GIS can help in predicting an area that is potentially prone to landslides, this is reinforced by the results of field validation where the results of the analysis have been appropriate to describe the existing conditions.

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), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,798
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)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,006
Tête enseignante GPT0,206
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; un appel candidat d’une seule tête enseignante, pas un consensus.

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 SAINS INFORMASI GEOGRAFISMême sujetGeotechnical and construction materials studiesTravaux en français237 207