MétaCan
Menu
Retour à la cohorte
Enregistrement W4408151784 · doi:10.22487/jpwkt.v1i1.3

Perubahan Penggunaan Lahan Di Kecamatan Parigi Kabupaten Parigi Moutong

2022· article· id· W4408151784 sur OpenAlexaff
Muhammad Syafaat Danish Muhammad Syafaat Danish, Abdul Gani Akhmad Abdul Gani Akhmad, Rusli Rusli, Rizkhi Rizkhi

Notice bibliographique

RevueJurnal PeWeKa Tadulako · 2022
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Kecamatan Parigi terus mengalami perubahan penggunaan lahan yang pesat, mulai dari pembangunan kawasan perkantoran, permukiman, perdagangang dan jasa serta sarana prasarana, seiring berjalannya waktu perubahan lahan terus mengalami perkembangan dari lahan lahan kosong berubah menjadi lahan terbangun dan lahan pertanian berubah menjadi non pertanian serta lahan pertanian berubah menjadi permukiman. Penelitian ini memiliki tujuan Menganalisis perubahan penggunaan lahan dan jenis perubahan penggunaan lahan di Kecamatan Parigi dalam kurun waktu 10 tahun terakhir dan menganalisis pola sebaran penggunaan lahan di Kecamatan Parigi dalam kurun waktu 10 tahun terakhir di Kecamatan Parigi dengan metode deskriptif kualitatif, analisis overlay dan analisis nearest neighbor dari hasil analisis yang di gunakan hal yang ingin di capai iyalah melihat perubahan penggunaan lahan yang terjadi pada tahun 2010 hingga 2021, serta pola sebaran permukiman.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, 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 enseignants0,479
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,207
Écart entre enseignants0,193 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal PeWeKa TadulakoMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207