PRINSIP PENGEMBANGAN RUANG TERBUKA HIJAU KOTA SEBAGAI INFRASTRUKTUR HIJAU DI KOTA BANDAR LAMPUNG
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
Tingginya tingkat urbanisasi di kawasan perkotaan berdampak pada perubahan lahan hijau menjadi lahan terbangun. Kondisi ini berdampak pada pembangunan kawasan perkotaan yang kurang berkelanjutan dikarenakan semakin sempitnya ruang terbuka hijau dalam menjaga kelestarian lingkungan. Dewasa ini, dalam upaya meningkatkan peran melalui pembangunan Ruang Terbuka Hijau (RTH) sebagai penyedia jasa lingkungan maka salah satu konsep pengembanganya melalui pembangunan RTH yang terintegrasi atau dikenal dengan infrastruktur hijau (IH). Pengembangan IH hendaknya memperhatikan karakteristik lokal dari Kota Bandar Lampung agar manfaat secara lingkungan dapat lebih maksimal. Atas dasar pertimbangan tersebut maka penelitian ini bertujuan untuk menyusun prinsip pengembangan RTH sebagai IH dalam mewujudkan Kota Bandar Lampung yang lebih berkelanjutan. Prinsip ini hendaknya dapat menjadi acuan bagi pemerintah daerah dalam menyusun arahan kebijakan pembangunan Kota Bandar Lampung yang lebih berwawasan lingkungan. Penelitian ini menggunakan metode deskriptif kuantitatif, metode ini digunakan untuk menjelaskan fakta-fata yang ada dilapangan terkait dengan data-data statistik untuk memperoleh simpulan yang utuh dan sistematis. Kondisi eksisting saat ini, Kota Bandar lampung memiliki beberapa tipologi dari IH diantaranya kawasan reservasi, IH dengan lahan dimiliki oleh pemerintah/publik, lahan produktif untuk kegiatan pertanian, dan taman kota. Berdasarkan tipologi IH yang ada dan sesuai dengan karakteristik Kota Bandar Lampung, maka prinsip pengembangan RTH sebagai IH harus diarahkan pada konservasi lingkungan perkotaan, keterhubungan, dan peningkatan estetika kota.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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