STRATEGI KEBIJAKAN PENINGKATAN SEKTOR TRANSPORTASI PUBLIK DI JAKARTA MENUJU NET ZERO EMISSION
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rata-rata tingkat polusi udara di Jakarta (PM2.5) Tahun 2017-2020 melebihi 3 kali lipat dari ambang batas konsentrasi yang direkomendasikan WHO. Hal ini mengakibatkan penduduk di Jakarta menderita masalah kesehatan dan penyakit gangguan pernafasan akibat kualitas udara buruk. Jakarta merupakan aglomerasi perkotaan terpadat kedua di dunia dengan jumlah penduduk sekitar 10 juta jiwa pada tahun 2020. Akibatnya, kebutuhan perjalanan dan pergerakan orang dan barang semakin meningkat baik dari dan ke Jakarta. Total emisi karbon dari kendaraan bermotor di Jakarta mencapai 81,17 juta kilogram CO2e. Hal ini disebabkan tingginya kendaraan bermotor yang berjumlah 20,22 juta kendaraan, jumlahnya sebanyak 2 (dua) kali lipat jumlah penduduk. Kurangnya pelayanan transportasi publik dalam menyediakan fasilitas sarana dan prasarana transportasi publik menyebabkan masyarakat masih memilih menggunakan kendaraan pribadi sebagai moda transportasi utama. Dukungan kebijakan yang sudah ada melalui sistem transportasi massal seperti BRT, Transjakarta, MRT Jakarta, dan LRT Jakarta, penyediaan kendaraan listrik, kebijakan pembatasan kendaraan seperti ganjil genap, penerapan Electronic Road Pricing (ERP), dan zonasi bebas emisi kendaraan terus diupayakan. Makalah ini bertujuan untuk menyusun rekomendasi kebijakan yang dapat diterapkan oleh pemerintah dan pemangku kepentingan terkait guna mendukung penurunan emisi kendaraan dan peningkatan kualitas udara di Jakarta
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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 découle