MétaCan
Menu
Retour à la cohorte
Enregistrement W4408086553 · doi:10.36985/he0w0s90

Analisis Spasial Kesesuaian Fungsi Kawasan Sub Daerah Aliran Sungai Aek Pohon Dengan Rencana Tata Ruang Wilayah Kabupaten Mandailing Natal (Studi Kasus: Kecamatan Panyabungan)

2025· article· id· W4408086553 sur OpenAlexaff
Edy Syahputra Batubara, Jef Rudiantho Saragih, Tioner Purba

Notice bibliographique

RevueJurnal Regional Planning · 2025
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Sungai Aek Pohon merupakan bagian tengah dari DAS Batang Gadis. Bertambah luasnya kawasan terbangun dan maraknya penambangan galian golongan c di lokasi ini dikhawatirkan akan mengakibatkan berkurangnya fungsi kawasan Daerah aliran sungai (DAS) Batang Gadis, khususnya Sub DAS Aek Pohon sebagai kawasan konservasi dan ketersediaan ruang terbuka hijau dan fasilitas pelayanan umum dan tidak sesuainya dengan Rencana Tata Ruang Mandailing Natal. Tujuan dari Penelitian ini bertujuan untuk mengidentifikasi sebaran dan fungsi lahan dan kesesuaian fungsi lahan Sub DAS Aek Pohon yang berada pada Kecamatan Panyabungan terhadap RTRW Kabupaten Mandailing Natal. Penelitian ini menyimpulkan bahwa pemanfaatan lahan Sub DAS Aek Pohon di Kecamatan Panyabungan didominasi sektor pertanian dengan luas 82,9% dari total luas lahan. Sektor ini meliputi sawah, perkebunan, ladang, kolam, kebun campuran dan hutan. Penggunaan lahan lainnya untuk pemukiman seluas 7,9 %, industri dan perdagangan seluas 1,3 % dan sisanya semak belukar dan sungai. Kesesuaian lahan di Sub DAS Aek Pohon pada Kecamatan Panyabungan terhadap Rencana Tata Ruang dan Wilayah Kabupaten Mandailing Natal memiliki dua kategori kesesuaian yaitu tinggi seluas 900,14 Ha, dengan pemanfaatan yang sesuai berupa pengembangan perkotaan, dan katagori kesesuaian lahan sedang dengan luas lahan sebesar 827,46 Ha, sesuai untuk kegiatan konservasi lahan

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,039
Tête enseignante GPT0,261
Écart entre enseignants0,221 · 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 revueJurnal Regional PlanningMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207