PEMBUATAN PETA KONTUR \n \n UNTUK PERENCANAAN AREA WADUK JATIGEDE \n \nKAB. SUMEDANG \n
Notice bibliographique
Résumé
Laporan ini berdasarkan hasil kegiatan selama mengikuti Program Latihan Akademik (PLA), dimana setiap mahasiswa yang mengikuti kegiatan PLA wajib menyusun dan membuat sebuah karya tulis dalam bentuk laporan sesuai dengan apa yang dilakukan mahasiswa selama kegiatan PLA berlangsung. Penulis mengikuti kegiatan PLA ini di PT. Geocal. \nSalah satu kegiatan PLA yang penulis tuangkan dalam pelaporan ini yaitu pengukuran dan pemetaan untuk perencanaan area waduk Jatigede di kabupaten Sumedang. Pengukuran dan pemetaan ini dilakukan pengambilan data secara lngsung di lapangan sehingga sampai pada proses pengolahan data. \nPada proses pengukuran dan pemetaan topografi ini penulis proses pengmbilan data mulai dari tahap persiapan sampai pada pengolahan data, metode pengukuran yang dipakai dan alat-alat yang digunakan. \nTujuan akhir dari pengukuran ini adalah mendapatkan kontur daerah untuk mendapatkan level genangan waduk. \n \n \n
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,135 | 0,039 |
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 ».