MétaCan
Menu
Retour à la cohorte
Enregistrement W2970214503 · doi:10.22219/avicennia.v2i1.8315

TINGKAT PENDAPATAN ANGGOTA LMDH “LANCAR JAYA” DARI SEKTOR PERTANIAN HORTIKULTURA DI DESA NGANCAR KECAMATAN NGANCAR KABUPATEN KEDIRI

2019· article· en· W2970214503 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Forest Science Avicennia · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Development and Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHectareNonprobability samplingAgricultural scienceReceiptData collectionLikert scaleBusinessSocioeconomicsMarketingAgricultural economicsGeographyOperations managementMathematicsEngineeringAgricultureEconomicsStatisticsMedicineAccountingEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstraction This research was conducted on 10 November 2018 - 31 January 2019 in Ngancar Village, Ngancar District, Kediri Regency. The study was intended to determine the level of income of LMDH "Current Jaya" members in Ngancar Village. In addition, to find out the factors that influence the success of the Forest Village Society Institute (LMDH) program that has been carried out in increasing the income of members of farmer groups. The location of Ngancar Village is due to the fact that the area is one of the tourist areas which has a relatively large number of poor people. Methods of data collection in the form of primary data collected by direct observation techniques in the field with interviews, questionnaires, and documentation studies of respondents (farmer group members) obtained by purposive sampling method. Secondary data is collected by the technique of recording data that already exists in related institutions. The data obtained will be processed by calculation and tabulation. While in the method of data analysis, researchers used two ways, namely an analysis of economic success (income), and the success factor of LMDH. For data processing methods, the income questionnaire uses the farm income formula (π) which is the difference between total receipt (TR) and total cost (TC), while the questionnaire success factor LMDH uses a Likert Scale. Based on the results of the research conducted, Chili (Capsicum annum L) commodity was obtained 68 respondents with a total income of Rp. 3,337,850,000, with an average income per hectare of Rp. 49,086,030 in one planting season. While the commodity Tomato (Solanum lycopersicum L) obtained 47 respondents with a total income of Rp. 1,368,899,000, with an average income per hectare of Rp. 29,125,510 in one planting season.Keywords: income, factor, LMDH

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.

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 candidatesaucune
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 enseignants0,422
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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