DAYA SAING DAN FAKTOR PENENTU EKSPOR KOPI INDONESIA KE MALAYSIA DALAM SKEMA CEPT-AFTA
Notice bibliographique
Résumé
CEPT-AFTA dapat menjadi peluang untuk meningkatkan ekspor kopi Indonesia ke Malaysia, namun dalam perkembangannya ekspor kopi Indonesia ke Malaysia fluktuatif. Penelitian ini bertujuan menganalisis daya saing dan faktor penentu ekspor kopi Indonesia ke Malaysia dalam skema CEPT-AFTA. Metode yang digunakan yaitu Revealed Comparative Advantage (RCA) untuk menganalisis daya saing ekspor kopi Indonesia di pasar Malaysia dan metode regresi linier berganda untuk menganalisis faktor-faktor yang mempengaruhi ekspor kopi Indonesia ke Malaysia. Hasil dari analisis RCA menunjukkan bahwa kopi Indonesia di Pasar Malaysia memiliki daya saing (nilai RCA>1) namun mengalami penurunan daya saing setelah diberlakukannya CEPT-AFTA. Hasil estimasi analisis regresi linier berganda menunjukkan bahwa faktor-faktor yang mempengaruhi ekspor kopi Indonesia ke pasar Malaysia adalah produksi kopi Indonesia, harga ekspor kopi Indonesia ke Malaysia, dan nilai tukar rupiah terhadap dollar Amerika. Sedangkan nilai RCA dan dummy CEPT-AFTA tidak berpengaruh
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».