MétaCan
Menu
Retour à la cohorte
Enregistrement W4414651497 · doi:10.25105/ferenda.v3i2.24300

PENURUNAN MUKA TANAH DI JAKARTA: KAJIAN YURIDIS ATAS TANGGUNG JAWAB NEGARA DAN KORPORASI DALAM PENGELOLAAN SUMBER DAYA AIR

2025· article· id· W4414651497 sur OpenAlexaff
Hendry Frand Tia

Notice bibliographique

RevueJurnal De Lege Ferenda Trisakti · 2025
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensHendrix Genetics (Canada)
Organismes subventionnairesnon disponible
Mots-clésConstitutionContext (archaeology)State (computer science)

Résumé

récupéré en direct d'OpenAlex

Penurunan muka tanah yang terjadi di kota-kota besar Indonesia, terutama Jakarta, akibat eksploitasi air tanah berlebihan, telah menjadi masalah lingkungan yang mendesak. Latar belakang permasalahan ini berkaitan dengan kerusakan ekologis yang terjadi akibat pengelolaan sumber daya air yang tidak berkelanjutan. Artikel ini bertujuan untuk menganalisis tanggung jawab negara dan korporasi dalam mengatasi penurunan muka tanah yang disebabkan oleh eksploitasi air tanah berlebihan, serta mengkaji efektivitas regulasi yang ada. Rumusan masalah yang diangkat adalah bagaimana bentuk tanggung jawab negara dan korporasi dalam mengatasi penurunan muka tanah akibat eksploitasi air tanah, serta sejauh mana kebijakan dan regulasi yang ada dapat mengatasi permasalahan ini. Metode penelitian yang digunakan adalah pendekatan yuridis normatif dengan menganalisis regulasi dan kebijakan terkait pengelolaan air tanah, serta menggunakan teori State Responsibility sebagai alat analisis untuk memahami tanggung jawab negara dalam mengelola sumber daya alam. Solusi yang diajukan mencakup penguatan regulasi, penegakan hukum yang lebih tegas, serta penerapan prinsip "polluter pays" untuk korporasi yang merusak lingkungan, di samping perlunya koordinasi lintas sektor antara pemerintah pusat dan daerah dalam mengelola air tanah secara berkelanjutan.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,019
Tête enseignante GPT0,236
Écart entre enseignants0,218 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal De Lege Ferenda TrisaktiMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207