MétaCan
Menu
Retour à la cohorte
Enregistrement W2345756554 · doi:10.29244/jai.2016.4.1.27-42

Perencanaan Pembangunan Ekonomi Wilayah Berbasis Pertanian dalam Rangka Pengurangan Kemiskinan di Kalimantan Barat

2017· article· en· W2345756554 sur OpenAlexaff
Nia Permatasari, Dominicus Savio Priyarsono, Amzul Rifin

Notice bibliographique

RevueJurnal Agribisnis Indonesia · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAgriculturePovertyInvestment (military)BusinessGovernment (linguistics)Agricultural economicsGovernment budgetDescriptive statisticsEconomic growthEconomicsPublic financeGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Agriculture-based economic development planning is one of the efforts to reduce poverty in West Kalimantan by synergizing the performance of regional finance and agriculture sectors. The present study aimed at identifying relationship between the performance of regional finance, the performance of agriculture sector and poverty level of West Kalimantan. Analytical tools used to achieve the objectives of this research were descriptive statistics and panel data methods. The results show a positive relationship between the performance of regional finance and agriculture sectors. Gradual reallocation of agricultural budget can be an option for government to determine annual budget. Increase in preparatory investment and reallocation of regional government investment is a necessary policy to give allocation priority for agriculture sectors development. The agriculture sectors, in this case the segment of agriculture sectors on GRDP of West Kalimantan, negatively affect the poverty level. The development of agriculture sectors run by the government should be followed by the increase in human resources quality.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,226
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Agribisnis IndonesiaMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207