MétaCan
Menu
Back to cohort
Record W4407674186 · doi:10.58684/jbs.v3i2.78

Konsep Urban Farming Pada Kota Tanpa Lahan Pertanian

2024· article· id· W4407674186 on OpenAlex

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.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueJurnal Bengawan Solo Pusat Kajian Penelitian dan Pengembangan Daerah Kota Surakarta · 2024
Typearticle
Languageid
FieldAgricultural and Biological Sciences
TopicFood Security and Socioeconomic Dynamics
Canadian institutionsEncana (Canada)
Fundersnot available
KeywordsAgricultureAgroforestryAgricultural scienceGeographyEnvironmental scienceArchaeology

Abstract

fetched live from OpenAlex

Urban farming merupakan salah satu solusi inovatif yang menjawab tantangan pertanian di kota-kota yang minim atau bahkan tanpa lahan pertanian. Seiring dengan pesatnya urbanisasi dan berkurangnya lahan hijau, konsep ini semakin relevan untuk diterapkan di perkotaan sebagai bagian dari upaya mewujudkan ketahanan pangan dan keberlanjutan lingkungan. Tujuan dari penelitian ini adalah untuk mengkaji konsep urban farming pada kota-kota yang tidak memiliki lahan pertanian tradisional serta mengeksplorasi manfaat dan tantangan yang dihadapi dalam penerapannya. Studi pustaka dilakukan untuk menggali berbagai literatur terkait praktik urban farming di berbagai kota besar di dunia yang mengalami kendala keterbatasan lahan. Konsep urban farming mencakup beragam teknik, seperti hidroponik, akuaponik, vertikultur, serta penggunaan atap gedung atau ruang kosong perkotaan sebagai lahan tanam. Masing-masing metode memiliki karakteristik dan keunggulan tersendiri yang dapat disesuaikan dengan kondisi fisik dan sosial suatu kota. Hasil penelitian menunjukkan bahwa urban farming dapat memberikan banyak manfaat bagi kota tanpa lahan pertanian, termasuk peningkatan akses terhadap pangan segar, pengurangan emisi karbon akibat transportasi pangan, serta peningkatan kualitas lingkungan dengan lebih banyaknya area hijau. Selain itu, urban farming juga berkontribusi terhadap pemberdayaan komunitas lokal dengan memberikan peluang kerja dan meningkatkan keterlibatan warga dalam pengelolaan pangan. Implementasi konsep ini juga dapat mendukung program pengelolaan limbah organik dengan memanfaatkan limbah rumah tangga sebagai pupuk organik yang digunakan dalam pertanian perkotaan. Namun, terdapat beberapa tantangan yang perlu diatasi dalam penerapan urban farming di kota tanpa lahan pertanian. Tantangan utama mencakup keterbatasan sumber daya, seperti air, pupuk, dan teknologi yang diperlukan untuk mendukung pertumbuhan tanaman dalam lingkungan perkotaan. Selain itu, masalah regulasi dan kebijakan pemerintah juga menjadi kendala dalam mengembangkan pertanian perkotaan di beberapa wilayah. Untuk mengatasi masalah tersebut, diperlukan kolaborasi antara pemerintah, sektor swasta, serta komunitas lokal guna menciptakan kebijakan yang mendukung perkembangan urban farming dan memberikan akses terhadap sumber daya yang diperlukan. Secara keseluruhan, urban farming menawarkan pendekatan yang berkelanjutan untuk memenuhi kebutuhan pangan di kota-kota yang tidak memiliki lahan pertanian. Melalui pengelolaan yang tepat dan dukungan kebijakan yang kuat, konsep ini berpotensi menjadi solusi bagi kota-kota yang menghadapi tekanan urbanisasi, degradasi lingkungan, dan ketidakstabilan pangan. Urban farming bukan hanya tentang produksi pangan, tetapi juga tentang menciptakan kota yang lebih hijau, sehat, dan berdaya.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.591
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0020.001
Meta-epidemiology (broad)0.0020.002
Bibliometrics0.0000.002
Science and technology studies0.0030.001
Scholarly communication0.0050.002
Open science0.0030.001
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0040.002

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.

Opus teacher head0.017
GPT teacher head0.232
Teacher spread0.216 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it