PEMETAAN PARTISIPATIF ANCAMAN, STRATEGI COPING DAN KESIAPSIAGAAN MASYARAKAT DALAM UPAYA PENGURANGAN RESIKO BENCANA BERBASIS MASYARAKAT DI KECAMATAN SALAM KABUPATEN MAGELANG
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Pasca erupsi Gunungapi Merapi tanggal 26 Oktober 2010, bahaya lahar merupakan ancaman bencana di wilayah Kabupaten Magelang. Kecamatan Salam merupakan daerah rawan bahaya lahar dengan keberadaan empat sungai yang berhulu di Gunungapi Merapi, yaitu Kali Krasak, Kali Batang, Kali Putih dan Kali Blongkeng. Diantara keempat sungai tersebut, Kali Putih merupakan salah satu sungai dengan tingkat kerawanan tinggi. Penelitian ini bertujuan untuk mengidentifikasi karakteristik ancaman, mengidentifikasi strategi koping dan kesiapsiagaan masyarakat dalam mengurangi risiko bencana. Penelitian ini bersifat deskriptif dengan pendekatan kualitatif dan menggunakan metode Participatory Geographic Information System (P-GIS) melalui pemetaan partisipatif dalam kegiatan FGD. Hasil penelitian menunjukkan bahwa pengetahuan dan pengalaman masyarakat dalam menghadapi bencana lahar membentuk pemahaman yang baik untuk meningkatkan kapasitas berupa kesiapsiagaan masyarakat menghadapi ancaman banjir lahar pascaerupsi Merapi 2010. Melalui kegiatan pemetaan partisipatif ancaman dalam pengurangan risiko bencana berbasis masyarakat dapat teridentifikasi daerah rawan lahar, kerentanan, kesiapsiagaan serta teridentifikasinya potensi dan sumber daya yang tersedia yang dapat digunakan masyarakat dalam pengelolaan risiko bencana. Kata kunci : Pemetaan partisipatif, PRB berbasis masyarakat, strategi koping dan kesiapsiagaan
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.009 | 0.002 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it