MétaCan
Menu
Retour à la cohorte
Enregistrement W4408151947 · doi:10.22487/jpwkt.v1i1.7

Socio-Economic Adaptation After Natural Disasters In Langaleso Village

2022· article· en· W4408151947 sur OpenAlexaff
Ragil Cahya Ningrum Ragil Cahya Ningrum, R Mardin, Dita Septyana Dita Septyana, Deltri Dikwardi Eisenring Deltri Dikwardi Eisenring

Notice bibliographique

RevueJurnal PeWeKa Tadulako · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Development and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésNatural disasterAdaptation (eye)Natural (archaeology)GeographyEnvironmental planningPsychologyArchaeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

On September 28, 2018, the earthquake and liquefaction disaster in Langaleso Village, Dolo District, Sigi Regency severely damaged several areas. In addition, other impacts of natural disasters that occur are resulting in changes in the social and economic conditions of the community. This is because the state of their agricultural land was wiped out due to the impact of liquefaction that occurred in Jono Oge village. The damage to the Gumbasa irrigation channel resulted in a decline in the community’s economy. The purpose of this study is to determine the form of adaptation of the Langaleso village community based on social and economic aspects both from before natural disasters, after natural disasters, and current conditions. The research method used is descriptive qualitative data analysis techniques, where data is obtained by observation techniques and interviews conducted in the field. And then, the information that has been received is then processed to get the results of the research objectives. The results of this study are that the community is still trying to adapt to existing needs at present conditions. The main problem that the village community experiences are in the economic sector. The majority of the main work of the community is farmers. Still, with the damage to the irrigation system, the district has not been able to carry out agricultural or plantation activities

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,181
Écart entre enseignants0,172 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal PeWeKa TadulakoMême sujetAgricultural Development and ManagementTravaux en français237 207