Pendekatan Citra Satelit Dalam Analisis Perubahan Vegetasi Di Daerah Pesisir Baurung
Notice bibliographique
Résumé
Wilayah pesisir Baurung di Kabupaten Majene mengalami perubahan tutupan vegetasi yang signifikan akibat urbanisasi dan pembangunan pesat dalam dekade terakhir, yang menyebabkan penurunan ruang terbuka hijau dan kualitas ekosistem pesisir. Penelitian ini bertujuan untuk menganalisis perubahan vegetasi di daerah pesisir Baurung menggunakan pendekatan citra satelit resolusi tinggi yang dikombinasikan dengan metode interpolasi spasial Kriging. Dengan teknik ini, diperoleh peta prediksi vegetasi yang detail dan akurat, memungkinkan identifikasi area yang mengalami degradasi maupun area dengan tutupan vegetasi tinggi yang perlu dipertahankan. Hasil penelitian menunjukkan adanya penyusutan signifikan vegetasi alami dengan peningkatan area terbangun di sepanjang pesisir, berpotensi memperburuk risiko erosi, banjir rob, dan degradasi ekologis. Pendekatan ini memberikan alat penting bagi pengelolaan ruang terbuka hijau yang adaptif dan berkelanjutan serta sebagai dasar kebijakan mitigasi perubahan iklim di wilayah pesisir Baurung.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 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 ».