Spatial Typology of Regional Development in Metropolitan PEKANSIKAWAN, Riau Province
Notice bibliographique
Résumé
The spatial disparity in the development of the PEKANSIKAWAN metropolitan area (comprising Pekanbaru City, Kampar Regency, Siak Regency, and Pelalawan Regency) highlights Pekanbaru City as the economic and administrative center, while the surrounding areas serve as supporting regions with potential in agriculture, plantations, and industry.This study aims to analyze the spatial distribution of regional development and examine the typology of the PEKANSIKAWAN metropolitan area.The spatial distribution analysis was conducted using the scalogram method with Microsoft Excel and ArcGIS as analytical tools.The second objective of this study is to analyze the metropolitan PEKANSIKAWAN regional typology using the Rustiadi Quantitative Zoning (RQZ) method, also utilizing ArcGIS for analysis.The findings from the first objective indicate that villages with the highest level of development (Hierarchy I) are concentrated in the western corridor of the PEKANSIKAWAN metropolitan area, covering most of Pekanbaru City and parts of Kampar and Siak Regencies.Meanwhile, villages classified under Hierarchies II and III are more widely dispersed, characterized by limited basic infrastructure, low accessibility, and weak economic potential.The results of the second objective, based on three different spatial weight model simulations, reveal that the PEKANSIKAWAN metropolitan area consists of three regional typologies: (1) Cluster 1, forming a rural settlement area (kampung tua) characterized by dryland forests and non-industrial plantation forests (Kampar Regency); (2) Cluster 2, representing an urbanized area (Pekanbaru City); and (3) Cluster 3, forming a rural area dominated by industrial plantation forest concessions and large-scale palm oil plantations (Siak and Pelalawan Regencies).This study recommends implementing affirmative policies to encourage Cluster 3 to become a more inclusive area that actively contributes to generating a multiplier effect for the development of its surrounding regions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».