The Effect of Number of Visitors, Tourist Destinations, Hotel Room Tax and Accommodations on Original Local Government Revenue: Case Study West Sumatra Province, Indonesia
Notice bibliographique
Résumé
This research aims to discover 1) The effect of number of domestic visitors on Original Local Government Revenue (OLGR) 2) The effect of number of foreign visitors on OLGR 3) The effect of number of tourist destinations on OLGR 4) The effect of restaurant tax on OLGR 5) The effect of hotel room tax on OLGR 6) Number of accommodations as a moderating variable for relationship hotel room tax and OLGR. The study population consisted of 12 regencies and 7 municipalities. The sampling technique uses purposive sampling. The selected sample is considered the most appropriate to represent tourism according to Tourism Office of West Sumatra Province. The selected sample is 3 municipalities and 2 regencies. Data source obtain from Central Bureau of Statistics (BPS) West Sumatra Province. Data analysis consisted of statistical descriptive analysis, model estimation test, classical assumption test, coefficient of determination test, F-test and t-test. The results show 1) The number of domestic visitors has a positive and significant effect on OLGR 2) The number of foreign visitors has a positive and significant effect on OLGR 3) The number of tourist destinations has a positive and significant effect on OLGR 4) Restaurant tax has a positive and significant effect on OLGR 5) Hotel room tax has a positive and significant effect on OLGR 6) Number of accommodations show evidence as a moderating variable for relationship hotel room tax and OLGR.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».