KONSERVASI PREVENTIF LUKISAN KOLEKSI \nMUSEUM ISTANA KEPRESIDENAN YOGYAKARTA
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
Museum Istana Kepresidenan Yogyakarta sebagai lembaga kenegaraan \nmemiliki fungsi untuk melindungi, mengembangkan, dan memanfaatkan koleksi \nyang dimiliki. Melindungi koleksi dapat dilakukan dengan kegiatan konservasi \npreventif. Konservasi preventif merupakan tindakan untuk mencegah dan \nmeminimalisir kerusakan atau kerugian di masa mendatang dengan cara \nmengontrol berbagai faktor deteriorasi objek koleksi, yang mana objek pada \npenelitian ini adalah lukisan. \nPenelitian ini bertujuan untuk mengetahui bagaimana praktik konservasi \npreventif lukisan di Museum Istana Kepresidenan Yogyakarta. Metode pendekatan \nyang digunakan adalah deskriptif-analisis dan evaluasi. Peneliti mengumpulkan \ndata terkait konservasi preventif lukisan melalui observasi, wawancara, dan studi \ndokumentasi. Data yang telah terkumpul kemudian dianalisis untuk mencari pola \numum konservasi preventif. Dari pola umum tersebut, dilakukan analisis \nmenggunakan teknik komparasi data. \nHal ini dilakukan untuk membandingkan praktik konservasi preventif yang \ntelah dilakukan Museum Istana Kepresidenan Yogyakarta dengan standar \nkonservasi yang telah ditetapkan oleh kemensetneg dan Canadian Conservation \nInstitute. Dari hasil penelitian, ditemukan bahwa praktik konservasi lukisan di \nMuseum Istana Kepresidenan Yogyakarta telah sesuai dengan standar pelayanan \nyang diacu. Akan tetapi masih ditemukan beberapa kerusakan yang disebabkan oleh \nfaktor deteriorasi seperti faktor inherent vice dan faktor elemen iklim. Oleh karena \nitu perlu dilakukan evaluasi kembali terhadap standar pelayanan yang telah \nditetapkan sebagai pedoman praktik konservasi preventif lukisan.
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) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.002 |
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.
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