Tiga Belas Aspek Pertimbangan Perancangan Studio Arsitektur: Kelebihan dan Kekurangan
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
Perbedaan perilaku dan karakter mahasiswa arsitektur generasi Z dengan generasi sebelumnya menyebabkan perubahan preferensi mengenai tempat untuk mengerjakan tugas. Ruang studio arsitektur dianggap tidak sesuai dengan preferensi dari mahasiswa arsitektur generasi Z akibat dari ketidakpuasan terhadap pemenuhan kebutuhan oleh ruang studio arsitektur tersebut. Penelitian ini bertujuan untuk mencari tahu aspek yang mempengaruhi keinginan mahasiswa arsitektur untuk mengerjakan tugas di ruang studio arsitektur, dan apa kekurangan yang dimiliki ruang studio berdasarkan preferensi pengguna. Penelitian ini merupakan penelitian kualitatif dengan pendekatan grounded theory. Pengumpulan data dilakukan dengan metode snowball sampling, dengan analisis opencoding dan distribusi. Hasil analisis menunjukkan aspek-aspek yang menjadi kekurangan maupun kelebihan dari ruang studio. Aspek tersebut kemudian diurutkan berdasarkan tingkat kepentingan yang disimpulkan berdasarkan jumlah frekuensi distribusi. Urutan aspek-aspek tersebut berdasarkan tingkat kepentingannya adalah fasilitas, kebersihan, kerapihan, dan perawatan, kenyamanan termal, koneksi, kelapangan, interaksi, teman, kenyamanan visual, suasana, keamanan dan teritori, produktivitas, serta aksesibilitas. Hasil penelitian mengungkap aspek-aspek penting yang perlu diperhatikan dan dijadikan pertimbangan agar ruang studio dapat beradaptasi untuk memenuhi kebutuhan pengguna yang telah berubah. Dengan temuan ini, pertimbangan dalam mendesain ruang studio diharapkan dapat diurutkan berdasarkan tingkat kepentingan tersebut.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.000 | 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