Analisis Jaringan Sosial Pariwisata di Kampung Pesisir Bulak Surabaya
Notice bibliographique
Résumé
Berdasarkan RTRW Kota Surabaya tahun 2014-2034 dan RZWP3K Tahun 2012-2032, Kecamatan Bulak meliputi Kelurahan Kenjeran dan Kelurahan Bulak di kawasan kaki Suramadu diarahkan dengan fungsi utama sebagai kawasan wisata bahari/laut, pengembangan pariwisata alam dan buatan, dan permukiman nelayan. Adanya pembangunan fisik kawasan Pariwisata di Kampung Pesisir Bulak dan sekitarnya masih memyebebkan masalah non-fisik yang ditimbulkan dari adanya hubungan atau peran aktor dalam pengembangan kawasan pariwisata yang belum optimal. Untuk itu diperlukan pengembangan berbasiskan Jaringan Sosial dalam melihat hubungan dan kesinambungan antar peran dalam menyelesaikan masalah terkait pengembangan wisata di Kampung pesisir Bulak dan sekitarnya. Penelitian ini menggunakan Social Network Analysis (SNA) dalam menganalisis hubungan yang terjadi antar pihak yang berpengaruh dari kelompok pemerintah maupun kelompok organisasi masyarakat. Dalam melakukan Social Network Analysis (SNA) mengacu pada perhitungan Degree of Centrality, Closeness Centrality dan Betweenness Centrality dari setiap aktor yang teridentifikasi . Kemudian dari hasil analisis menunjukkan bahwa Dinas Pertanian bidang Perikanan dan Badan Perencana Pembangunan Kota Surabaya merupakan pihak yang memiliki nilai centrality tertinggi sehingga memiliki peran yang besar dalam pengembangan pariwisata kampug pesisir Bulak Surabaya.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».