MétaCan
Menu
Retour à la cohorte
Enregistrement W3004931011 · doi:10.1088/1755-1315/425/1/012047

Contributing factors to the empowerment of fishpond farmer of post Tsunami Aceh

2020· article· en· W3004931011 sur OpenAlexaboutno aff
Irfan Zikri, Agussabti, Safrida Safrida, Elly Susanti, C U Thursina

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Development and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmpowermentSocioeconomicsQuarter (Canadian coin)Descriptive statisticsBusinessEnvironmental resource managementGeographyPsychologyEconomic growthSociologyEconomicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract The 2004 Indian Ocean earthquake and tsunami have significant implication to a destructive damage community fish farming in Aceh. The recovery has done during the rehabilitation and reconstruction process. This study aims to identify the degree of fishpond farmer’s empowerment of post-tsunami and its contributing factors. The study employs quantitative and qualitative approaches through a questionnaire survey and interview with 51 respondents. Data analysis used descriptive analysis to measure empowerment degree and multiple linear regression analysis to identify determinant factors. The study finds that about half of the respondents are at a moderate level of empowerment degree, more than a quarter is at a high level, and the rest is low. Statistically shows that social network, motivation, innovativeness, resources availability, and characteristics of the economy have a positive correlation and significant to empowerment degree of the fishpond farmer. Meanwhile, information tools and extension mechanism are not significant. Therefore, the role of extension and initiatives are necessary to encourage and enhance the quality of empowerment by enabling and improving the capacity of the agent of change.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,013
Tête enseignante GPT0,177
Écart entre enseignants0,164 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetAgricultural Development and ManagementTravaux en français237 207