MétaCan
Menu
Retour à la cohorte
Enregistrement W4412613556 · doi:10.59465/jpht.v18i2.797

Tingkat Kerawanan dan Mitigasi Bahaya Kebakaran Hutan: Studi Kasus di KHDTK Sawala Mandapa, Kadipaten, Provinsi Jawa Barat

2021· article· id· W4412613556 sur OpenAlexaff
Henny Wahyuti, Irma Yeny

Notice bibliographique

RevueJurnal Penelitian Hutan Tanaman · 2021
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Conservation
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsForestryGeography

Résumé

récupéré en direct d'OpenAlex

Pada musim kemarau, kebakaran hutan dan lahan sering terjadi di Kawasan Hutan dengan Tujuan Khusus (KHDTK) Sawala Mandapa yang diakibatkan oleh kelalaian manusia. Untuk mengantisipasi hal tersebut, diperlukan informasi yang akurat tentang lahan yang memiliki potensi terbakar. Penelitian ini bertujuan untuk menentukan tingkat kerawanan kebakaran dan mitigasi bahaya kebakaran hutan. Pengumpulan data dilakukan dengan teknik survei dan wawancara terhadap responden kunci. Data yang terkumpul diinput dalam program Microsoft excel dan diberi nilai faktor 1 - 5 sesuai indikator yang dimiliki. Survei dilakukan pada 11 poligon yang tersebar pada KHDTK blok Sawala petak 9. Data yang dikumpulkan berupa variabel tingkat kerawanan kebakaran (aktivitas manusia, tutupan lahan, cuaca dan jenis tanah) dan mitigasi kebakaran. Hasil penelitian menunjukkan bahwa, wilayah penelitian memiliki nilai rawan 1,8 - 3,3 dengan kategori kelas rawan rendah hingga tinggi. Pada areal tingkat rawan rendah memiliki tutupan hutan berupa hutan sekunder dan tidak tampak aktivitas manusia. Tingkat rawan sedang, memiliki tutupan hutan berupa hutan sekunder dan aktivitas manusia berupa pengambilan kayu bakar dan akses jalan masyarakat. Tingkat rawan tinggi memiliki tutupan hutan berupa hutan sekunder dan memiliki aktivitas manusia berupa pemanfaatan lahan di bawah tegakan mahoni dan jati. Selain itu, terdapat aktivitas pembuangan dan pembakaran sampah. Mitigasi yang telah dilakukan didominasi oleh mitigasi non fisik, yaitu penguatan kapasitas masyarakat. Peta kerawanan kebakaran yang dihasilkan penelitian ini dapat dijadikan dasar kebijakan pencegahan kebakaran.

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)0,002
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 enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,018
Tête enseignante GPT0,224
Écart entre enseignants0,206 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Penelitian Hutan TanamanMême sujetForest Ecology and ConservationTravaux en français237 207