Bibliographic record
Abstract
Rayap familia Termitidae merupakan jenis rayap pemakan kayu, humus, atau bahan-bahan yang terdiri dari selulosa. Rayap Familia ini memiliki peran dalam membantu ekosistem sebagai dekomposer dengan cara menghancurkan kayu atau bahan organik lainnya dan mengembalikan sebagai hara ke dalam tanah. Preferensi atau lebih menyukai sumber makanan yang ada di lingkungannya, berpengaruh dalam mendukung perkembangan rayap.Tujuan dari penelitian ini untuk mengetahui jenis kayu yang menjadi preferensi makan rayap serta spesies rayap familia Termitidae di kawasan Cagar Alam Bantarbolang Pemalang Jawa Tengah. Penelitian ini dilakukan di Cagar Alam Bantarbolang yang terletak di Wilayah Desa Kebon gede, Kecamatan Bantarbolang, Kabupaten Pemalang, Jawa Tengah. Metode penelitian menggunakan metode survey dengan teknik pengambilan sampel rayap pada tonggak memperhatikan kedalaman masuk hutan (0 m, 50 m, 100 m, 150 m dan 200 m) dari tepi hutan dan memperhatikan umur tonggak sejak pemotongan pohon. Spesies rayap diambil pada tonggak kayu jati (Tectona grandis), Wangkal (Albizia procera), dan Mahoni (Switenia marcrophilla) yang terdapat pada area 0 m sampai 200 m. Data yang didapat di analisis menggunakan analisis of variance (ANOVA). Rayap yang diambil dimasukan kedalam botol vial yang berisi alkohol 70% dan seluruh koloni rayap dihitung untuk mengetahui jumlah individu rayap. Pengukuran parameter lingkungan meliputi temperatur, kelembapan udara, pH tanah, tutupan kanopi dan intensitas cahaya. Hasil penelitian didapat satu spesies rayap Macrotermes gilvus familia Termitidae. Hasil analisis data menggunakan uji f pada tonggak kayu jati (Tectona grandis), Wangkal (Albizia procera), dan Mahoni (Switenia marcrophilla) menunjukan bahwa nilai signifikasi adalah > 0,05, yang artinya umur tonggak dan jarak tonggak dari batas tepi hutan tidak berpengaruh secara signifikan terhadap kehadiran rayap Macrotermes gilvus pada tonggak kayu tersebut. Kesimpulan penelitian ini adalah preferensi rayap Macrotermes gilvus terhadap berbagai tonggak kayu pada Cagar Alam Bantarbolang tidak dipengaruhi oleh umur tonggak dan jarak tonggak kayu dari tepi hutan.
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.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.319 | 0.151 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".