MétaCan
Menu
Retour à la cohorte
Enregistrement W4415307190 · doi:10.29408/geodika.v9i3.29774

Analisis Perkembangan Area Terbangun di Kota Padang

2025· article· W4415307190 sur OpenAlexaff

Notice bibliographique

RevueGeodika Jurnal Kajian Ilmu dan Pendidikan Geografi · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueUrban Transport Systems Analysis
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésCity areaHydrology (agriculture)Land areaPopulation

Résumé

récupéré en direct d'OpenAlex

Kota memiliki tingkat pertumbuhan wilayah lebih tinggi dibandingkan dengan wilayah di sekitarnya. Perkembangan ini dapat memicu pertumbungan jumlah bangunan. Kota Padang mengalami pertumbuhan penduduk yang signifikan. Hal ini berdampak pada permintaan lahan dan layanan infrastruktur perkotaan. Kota Padang adalah wilayah yang sangat rentan terhadap banjir yang salah satu penyebabnya adalah kebutuhan lahan terkait pertambahan penduduk, hal ini mengurangi kemungkinan serapan air ke dalam tanah. Penelitian ini bertujuan untuk menganalisis perkembangan area terbangun di Kota Padang. Metode penelitian yang digunakan dalam penelitian ini yaitu deskriptif kuantitatif, menggunakan data landsat 8 tahun 2014 dan tahun 2024. Normalized Difference Built-up Index (NDBI) digunakan untuk menganalisis indeks kerapatan bangunan. Area terbangun rapat dan sangat rapat mengalami peningkatan yang signifikan sebesar 113.33 persen dan 132.07 persen. Mayoritas area terbangun berada ke arah Barat yang merupakan daerah pesisir yaitu Padang Barat dan Padang Utara. Di Kecamatan Nanggalo Area terbangun mayoritas merupakan area terbangun kurang rapat. Area terbangun di Kecamatan Padang Selatan dan Lubuk Begalung yang mengalami peningkatan paling tinggi adalah area terbangun rapat, Area terbangun di Kecamatan Kuranji dan Kecamatan Koto Tangah yang mengalami peningkatan paling tinggi adalah area terbangun sangat rapat.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeodika Jurnal Kajian Ilmu dan Pendidikan GeografiMême sujetUrban Transport Systems AnalysisTravaux en français237 207