MétaCan
Menu
Retour à la cohorte
Enregistrement W4415938834 · doi:10.29244/jli.v17i2.58799

Gagasan Intervensi Lanskap dalam Meningkatkan Resiliensi terhadap Banjir di Kawasan Cagar Budaya Asia-Afrika, Kota Bandung

2025· article· W4415938834 sur OpenAlexaff
Trinanda Sidik Kusumah, Firmansyah Firmansyah, Rhizky Annisa Ridyna Gunaedi

Notice bibliographique

RevueJurnal Lanskap Indonesia · 2025
Typearticle
Langue
DomaineArts and Humanities
ThématiqueArchitectural and Urban Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésFlood mythRiparian zoneFlood controlRelocationFlood mitigationStormwaterSurface runoffLand use

Résumé

récupéré en direct d'OpenAlex

Asia-Afrika colonial heritage area is facing flood proneness that is influenced by Cikapundung River hydrological problem and increasing rainfall. The study aims to examine causal process of Asia-Afrika flood phenomenon, recommend possible implementation of landscape-based solution to mainly enhance local-scale fluvial and pluvial flood resilience, and predict possible impacts of those recommendations. Water resilience concept and historical review of cultural heritage is the basis of the study, while causal process is analyzed by Driver-Pressure-State-Impact-Response (DPSIR) method. DPSIR analysis identifies that impermeable land cover around Cikapundung upstream riverbanks, embankment failure debris, lack of water absorption function, and drainage system inadequacy for surface water runoff contributes as the cause of ankle-high flood in Asia-Afrika heritage area. Landscape-based recommendations for flood control are divided into planning and design scope, which are then focused on the implementation of stormwater street systems and riparian naturalization. Provided green areas can enhance physical and psychological quality. Green-blue infrastructure as flood-controlling element can reduce the cost allocation for post-disaster handling. Green space provision, riparian space allocation, and flood control elements can lead to some consequences, such as limited public space activities and relocation of affected inhabitants, indicating the complexity of social issues in the flood problem assessment.

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 enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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 Lanskap IndonesiaMême sujetArchitectural and Urban StudiesTravaux en français237 207