Dari Data ke Tindakan: Echosounder Singlebeam untuk Pemetaan dan Keamanan Kapal Wisata
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
Sungai memainkan peran penting sebagai jalur transportasi dan sumber daya alam bagi masyarakat sekitar, namun masalah pendangkalan sungai semakin mendesak dan mengancam keselamatan kapal wisata serta ekonomi lokal. Pengabdian ini bertujuan untuk meningkatkan keselamatan navigasi kapal wisata melalui pemetaan kedalaman sungai menggunakan Echosounder Singlebeam Garmin GPS Map 585 Plus di Daerah Aliran Sungai (DAS) Kahayan, Kota Palangka Raya. Metode yang diterapkan menggantikan pengukuran tradisional dengan teknologi modern, yang meliputi perencanaan, pelaksanaan, dan evaluasi. Tahap perencanaan mencakup observasi lapangan dan koordinasi dengan pelaku usaha kapal wisata untuk mengidentifikasi area yang mengalami pendangkalan. Data kedalaman yang diperoleh akan dianalisis menggunakan perangkat lunak Sistem Informasi Geografis (GIS) untuk menghasilkan peta kedalaman yang informatif. Pelaksanaan mencakup sosialisasi dan pelatihan bagi komunitas kapal wisata mengenai penggunaan peta dalam navigasi. Evaluasi dilakukan untuk menilai kelebihan dan kekurangan pemetaan ini. Dengan melibatkan masyarakat, diharapkan mereka dapat memahami pentingnya data kedalaman sungai dan memanfaatkan peta secara efektif, sehingga meningkatkan keselamatan dan keberlanjutan operasional di sektor pariwisata.
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 | 0.002 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.004 | 0.002 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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