PERKEMBANGAN INDIKATOR MAKRO EKONOMI KOTA BANDUNG KUARTA II-2019
Notice bibliographique
Résumé
Analysis of the development of macroeconomic indicators is commonly done as an evaluation material and economic management strategy in the future. There are 3 macroeconomic indicators that are commonly used at the regional level, namely the rate of inflation, economic growth and employment. This study aims to conduct an analysis of the three indicators at the Bandung City level. The research method used is descriptive and quantitative analysis. Descriptive analysis is based on the movement of data presented through graphs and tables. While quantitative analysis is more focused on calculating the inflation variable projections and correlation analysis between macroeconomic variables. Based on the results of descriptive analysis, it is known that the Bandung City inflation indicator was relatively maintained in the second quarter of 2019. Even though there is a moment of Eid, the inflation rate is still under control, and even tends to decrease in June 2019. However, the inflation rate is predicted to increase in the third quarter of 2019. Food commodity inflation is predicted to occur due to the peak of the dry season in August-September. On the indicator of the rate of economic growth, the most recent data for 2017 shows a decline in the growth rate, by 7.21%. The achievement of economic growth is also the lowest since 2011. On the employment indicator, there is an irrelevant relationship between the Economic Growth Rate (LPE) Labor Force Participation Rate (TPAK), and the Open Growth Rate
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».