MétaCan
Menu
Retour à la cohorte
Enregistrement W4407822775 · doi:10.36526/tekiba.v5i1.4646

Kajian Potensi Energi Baru Terbarukan Untuk Mendukung Transisi Energi di Kota Samarinda

2025· article· en· W4407822775 sur OpenAlexaff
Resty Intan Putri, Nur Rani Alham, Tantra Diwa Larasati, Ananta Fathurrozi, Lucia Litha Respati

Notice bibliographique

RevueTEKIBA Jurnal Teknologi dan Pengabdian Masyarakat · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Security and Socioeconomic Dynamics
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBaruGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

The dependence on the use of non-renewable fossil energy in society certainly causes various problems, one of which is environmental problems in the form of increased carbon emissions. Fossil energy will also be increasingly limited in the future due to increased energy use, so a transition to new renewable energy is needed. Indonesia has considerable potential in New Renewable Energy, but the utilization and understanding of New Renewable Energy among the public remain low. The renewable energy was only 13,09% in 2023. This is due to Indonesia’s continued focus on fossil energy. Through this Service Program, it aims to socialize the potential and utilization of New Renewable Energy in Indonesia, especially in the samarinda area. The stages of this program include discussion and socialization of the potential amount of New Renewable Energy in Samarinda that can be utilized for energy needs among the community. This program provides understanding and awareness to the public about the importance of transitioning to New Renewable Energy and creating a commitment between the city government and the community regarding the transition to New Renewable Energy. This activity is expected to be the beginning of a change in the use of energy sources to create more environmentally friendly environmental 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 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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0250,005

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 Opus0,009
Tête enseignante GPT0,207
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTEKIBA Jurnal Teknologi dan Pengabdian MasyarakatMême sujetFood Security and Socioeconomic DynamicsTravaux en français237 207