Dari Data ke Tindakan: Echosounder Singlebeam untuk Pemetaan dan Keamanan Kapal Wisata
Notice bibliographique
Résumé
Sungai memainkan peran penting sebagai jalur transportasi dan sumber daya alam bagi masyarakat sekitar, namun masalah pendangkalan sungai semakin mendesak dan mengancam keselamatan kapal wisata serta ekonomi lokal. Pengabdian ini bertujuan untuk meningkatkan keselamatan navigasi kapal wisata melalui pemetaan kedalaman sungai menggunakan Echosounder Singlebeam Garmin GPS Map 585 Plus di Daerah Aliran Sungai (DAS) Kahayan, Kota Palangka Raya. Metode yang diterapkan menggantikan pengukuran tradisional dengan teknologi modern, yang meliputi perencanaan, pelaksanaan, dan evaluasi. Tahap perencanaan mencakup observasi lapangan dan koordinasi dengan pelaku usaha kapal wisata untuk mengidentifikasi area yang mengalami pendangkalan. Data kedalaman yang diperoleh akan dianalisis menggunakan perangkat lunak Sistem Informasi Geografis (GIS) untuk menghasilkan peta kedalaman yang informatif. Pelaksanaan mencakup sosialisasi dan pelatihan bagi komunitas kapal wisata mengenai penggunaan peta dalam navigasi. Evaluasi dilakukan untuk menilai kelebihan dan kekurangan pemetaan ini. Dengan melibatkan masyarakat, diharapkan mereka dapat memahami pentingnya data kedalaman sungai dan memanfaatkan peta secara efektif, sehingga meningkatkan keselamatan dan keberlanjutan operasional di sektor pariwisata.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,018 |
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 ».