Penilaian Kualitas Pemanfaatan Lapangan Sintuwu Maroso Poso Sebagai Ruang Publik Kota
Notice bibliographique
Résumé
Lapangan Sintuwu Maroso dimanfaatkan oleh masyarakat sebagai ruang publik memiliki peranan penting dalam mewadahi aktivitas masyarakat, namun Lapangan Sintuwu Maroso sebagai ruang publik memiliki beberapa permasalahan antara lain terdapat beberapa sisi Lapangan Sintuwu Maroso yang kurang dimanfaatkan oleh pengunjung, area pedagang kaki lima (PKL) yang domain dan kurang tertata, tempat parkir yang kurang memadai karena hanya berupa parkir on street di tepi jalan, fasilitas yang tersedia kurang memadai, serta pencahayaan pada malam hari yang belum optimal. Penelitian ini bertujuan untuk menilai kualitas pemanfaatan Lapangan Sintuwu Maroso sebagai ruang publik kota menggunakan Good Public Space Index (GPSI). Jenis penelitian yang digunakan dalam penelitian ini yaitu adalah metode penelitian deskriptif dengan pendekatan kuantitatif. Data yang digunakan berupa data primer dan sekunder melalui observasi, wawancara terstruktur. Data tersebut kemudian diolah dan dianalisis menggunakan Analisis deskriptif, behavior mapping serta analisis Good Public Space Index (GPSI). Hasil penelitian ini berupa pemetaan perilaku pengguna Lapangan Sintuwu Maroso yang di mana bahwa masyarakat yang berkunjung di Lapangan Sintuwu Maroso lebih ramai pada hari libur (weekend) dibandingkan dengan hari kerja (weekday) dan aktivitas dominan pengguna berupa aktivitas kontak fisik yaitu aktivitas jual beli di pedagang kaki lima (PKL). Berdasarkan hasil analisis penilaian kualitas Lapangan Sintuwu Maroso sebagai ruang publik kota dengan menggunakan analisis Good Public Space Index (GPSI), diketahui nilai kualitas Lapangan Sintuwu Maroso secara keseluruhan memiliki nilai indeks 0,78 yang berarti secara keseluruhan kualitas Lapangan Sintuwu Maroso tergolong kedalam kategori yang cukup baik sehingga masih perlu dilakukan peningkatan.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».