MétaCan
Menu
Retour à la cohorte
Enregistrement W2954475545 · doi:10.29244/fagb.7.2.121-142

FAKTOR-FAKTOR PENENTU KINERJA KEUANGAN USAHA AYAM BROILER DI KOTA KENDARI

2017· article· en· W2954475545 sur OpenAlexaff
Normal Bivariant Padangaran, Dwi Rachmina, Anna Fariyanti

Notice bibliographique

RevueForum Agribisnis · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Farming and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusinessProfitability indexAgricultural scienceCurrent ratioProduction (economics)Net incomeProfit (economics)AgriculturePath analysis (statistics)General partnershipFinanceAgricultural economicsEconomicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Financial performance is one of measure to determine the condition of a business. The objectives of this research are: (1) to analyze the financial performance of broiler business in Kendari City; and (2) to analyze determinant factors of financial performance of broiler business in Kendari City. Research method uses financial ratio analysis and path analysis. The research was conducted in Kendari City with 72 respondents. The results of the research showed that: (1) number of chickens average 3.849 tails, were managed by partnership method and 8 times production in a year; (2) financial performance of broiler business are profitable; (3) number of production positive influenced by number of Day Old Chicken (DOC), number of labor, wide of cage, and experience on farming ; (4) the influence factor of current ratio, total assets turn over ratio, and profitability are number of production, equity ratio, and experience on farming. Based on the research results, then recomendate to: (1) farmers need to increase the production capacity of each production cycle or expanding businesses to use assets more efficiently and the income generated is also greater; (2) therefore the financial performance of broiler business was positively affected by the number of production, equity ratio, and experience on farming, to be able to increase operating profit and financial performance of the business it is suggested that these three things improved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0660,022

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 GPT0,227
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForum AgribisnisMême sujetLivestock Farming and ManagementTravaux en français237 207