MétaCan
Menu
Retour à la cohorte
Enregistrement W2620586544 · doi:10.35906/je001.v1i1.56

ANALISIS USAHA PEMBUATAN GULA MERAH DI KECAMATAN SUKAMAJU

2016· article· id· W2620586544 sur OpenAlexaff
Rusmiati Rusmiati, Samsul Bachri, Rismawati Rismawati

Notice bibliographique

RevueEquilibrium Jurnal Ilmiah Ekonomi Manajemen dan Akuntansi · 2016
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Tujuan penelitian adalah untuk mengetahui dan menganalisis usaha pembuatan gula merah di Kecamatan Sukamaju. Penelitian yang dilakukan merupakan penelitian explanatory dan me ggunakan metode survey. Populasi penelitian adalah pembuat gula yang ada di wilayah Kecamatan Sukamaju Kabupaten Luwu Utara sekaligus di jadikan sebagai sampel dan diperoleh 50 sampel. Metode analisis data yang dipergunakan dalam penelitian ini adalah analisis deskriptif dan Regresi Linier Berganda, diman variabel bebasnya terdiri dari bahan baku dan biaya; variabel dependen produksi gula merah. Hasil penelitian dengan menggunakan analisis regresi linier berganda menunjukkan bahwa secara bersama-sama variabel bahan baku dan biaya berpengaruh signifikan terhadap produksi gula merah. Sedangkan untuk uji t diketahui bahwa tingkat signifikan untuk masing-masing variabel yaitu (bahan baku = 0,000) dan (biaya = 0,000). Dari hasil tersebut ke dua variabel dapat membuktikan hipotesis yang menduga bahwa faktor-faktor yang meliputi bahan baku dan biaya berpengaruh positif terhadap produksi gula merah di Kecamatan Sukamaju Diterima atau terbukti kebenarannya Kesimpulannya bahwa adanya pengaruh yang signifikan dengan analisis usaha pembuatan gula merah di kecamatan sukamaju Berdasarkan kesimpulan di atas, dikemukakan saran yag ditujukan untuk : (1) pengrajin gula merah di Kecamatan Sukamaju Kabupaten Luwu Utara : dan (2) peneliti lain yang bermaksud melakukan penelitian dengan topik yang mirip.

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), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,225
Écart entre enseignants0,205 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEquilibrium Jurnal Ilmiah Ekonomi Manajemen dan AkuntansiMême sujetFood and Agricultural SciencesTravaux en français237 207