Pendekatan Vegetatif dalam Konservasi Lahan Eks Tambang Untuk Penataan Lansekap Perencanaan Kota Baru dan Permukiman Sekitar Tambang di Kalimantan Timur
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
Perencanaan Kota Baru merupakan merupakan proyek pengembangan lahan yang luasannya mampu menyediakan unsur-unsur perkotaan secara lengkap dan utuh, meskipun dua pertiga bagia akan didominasi oleh perumahan dan permukiman. Ibu Kota Negara merupakan salah satu pengembangan Kota Baru terbesar di Kalimantan Timur saat ini. Selain hutan tropis, kawasan memiliki peruntukan sebagai hutan industri dan pertambangan. Umumnya lahan bekas tambang merupakan areal yang memiliki lansekap tidak beraturan, seperti terbentuknya lubang bekas tambang (void) dan bukit yang terpotong. Dengan berubahnya topografi, fisiografi dan morfologi lahan menyebabkan tanah tidak berstruktur dan tidak berprofil. Pada lapisan atas terdapat limbah sisa bahan tambang (overburden), ada yang berbentuk batuan atau pasir (tailing). Selain itu limbah tersebut membentuk air asam tambang dan mengandung logam berat. Pendekatan perencanaan lanskap dalam penataan mendukung kualitas dan kelestarian lingkungan kawasan. Berdasarkan upaya reklamasi dan revegetasi pada lahan bekas tambang yang telah dilakukan, diperlukan perencanaan lanskap yang dapat mengoptimalkan pemanfaatan lahan untuk mendukung keberlanjutan ekosistem, pelestarian dan perlindungan lingkungan. Penelitian ini bertujuan untuk menemukan arahan konsep yang sesuai untuk konsep penataan lansekap di kawasan perkotaan baru dan permukiman dengan pendekatan vegetatif, metode ini terdiri dari penghutanan kembali (reforestation) dan wanatani (agroforestry). Diharapkan dengan konsep penataan vegetatif ini, tujuan pengembangan kota baru maupun kawasan menjadi kota yang layak huni, aktif dan berkelanjutan.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.002 | 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