MétaCan
Menu
Retour à la cohorte
Enregistrement W1810292556 · doi:10.22500/sodality.v5i3.9692

DAMPAK PARIWISATA TERHADAP PELUANG USAHA DAN KERJA LUAR PERTANIAN DI DAERAH PESISIR

2015· article· en· W1810292556 sur OpenAlexaff
Dian Widya Setiyanti, Dwi Sadono

Notice bibliographique

RevueSodality Jurnal Sosiologi Pedesaan · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésTourismLivelihoodBusinessAgricultureEconomic growthEconomic sectorEconomyGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The tourism has a very significant role in national economic development. Social changes occured as a result of direct contacts from tourism in tourist areas. One of consequence from the tourism activities is emergence of businesses and employment opportunities which can encourage local economies. The purpose of this research was to identify business and employment opportunities as a result of tourism activities at Pramuka Island and also to identify characteristics of the community. Another purpose is to analyze level of income, linkages between agricultural sector and nonagriculture sector, and transfer of resources (land) that arise due to tourism activities. The research methods are qualitative method which supported by quantitative methods. The results showed that tourism activities in Pramuka island has created business and employment opportunities for local community. Opportunities are predominantly used by natives. Tourism businesses and employment tend to be main livelihood of local people although their income are still at low-income levels. Linkage between agriculture sector and nonagriculture sector in Pramuka Island is shown by the increasing demand in fisheries sector as raw material for some businesses. Transfer of resources tends to occur among natives and there is one policy that prohibits people to build a building around the island ring road. Keywords : impact, tourism, business and employment opportunities.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,081
Tête enseignante GPT0,346
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSodality Jurnal Sosiologi PedesaanMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207