MétaCan
Menu
Retour à la cohorte
Enregistrement W2264287354 · doi:10.22146/kawistara.15482

ANALAISIS KELEMBAGAAN DAN PERANAN KESATUAN PENGELOLAAN HUTAN PRODUKSI (KPHP) DALAM PENGEMBANGAN WILAYAH KABUPATEN KERINCI

2016· article· en· W2264287354 sur OpenAlex
Mika Lestaria, Setia Hadi, M. Buce Saleh

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJurnal Kawistara · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Farming and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAnalytic hierarchy processForestryUnit (ring theory)GeographyBusinessAgroforestryEnvironmental resource managementEnvironmental scienceEngineeringOperations researchMathematics

Résumé

récupéré en direct d'OpenAlex

Kerinci is one of regency with the large forest, but sub sector of forestry contributes only 0,04% of GDPKerinci Regency. It’s may possibly by the weakness of forest management and policy of Kerinci RegencyGovernment. Forest production management unit (KPHP) Model Kerinci establishment is one of govermentefforts to achieve sustainable forest management. Therefore, we need research with purpose: (1) to analyzethe role of forest production management unit (KPHP) Model Kerinci in the regional development ofKerinci Regency; (2) to analyze the institutional of forest production management unit (KPHP) ModelKerinci; (3) to analyze region’s readiness forest production management unit (KPHP) Model Kerincidevelopment. The study was conducted in Kerinci Regency. Data were analyzed by total economic value(TEV), institutional analysis, and analytical hierarchy process (AHP). The results showed that the totaleconomic value of natural resources of KPHP Model Kerinci is Rp. 337.839.832.400 in a year, it’s meanthat sub sector of forestry potentially to contribute about 8,38% of GDP Kerinci Regency. To realize thetotal economic values of natural resources of KPHP Model Kerinci, it needs strong institutions. KerinciRegency is ready for KPHP Model Kerinci development, because it’s has the support from stakeholders.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,654
Score d'incertitude au seuil0,581

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,205
Écart entre enseignants0,190 · 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