MétaCan
Menu
Retour à la cohorte
Enregistrement W3125809090 · doi:10.32528/sw.v3i1.3370

UPAYA KELEMBAGAAN DALAM PENGEMBANGANPARIWISATA PESISIR DAN PULAU-PULAU KECIL YANG BERKELANJUTAN DI KABUPATEN BIMA

2020· article· id· W3125809090 sur OpenAlexaff
Haeril Haeril, Nur Khusnul Hamidah, Mas’ud Mas’ud, Nur Anilawati

Notice bibliographique

RevueSadar Wisat Jurnal Pariwisata · 2020
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensEncana (Canada)WiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Tujuan penelitian ini untuk mengetahui bagaimana upaya kelembagaan dalam pengembanganPariwisata peisisir dan Pulau-pulau kecil yang berkelanjutan di Kabupaten Bima.Jenis penelitian yang dipakai dalam penelitian ini ialah deskriptif kualitatif. Subyek penelitian ini dipilih melalui teknik purposivesampling.Teknik pengumpulan data terdiri atas observasi, wawancara, dan dokumentasi. Sedangkan teknik analisa data dilakukan melalui model interaktif Miles dan Huberman yaitu; reduksi data, penyajian data, dan penarikan kesimpulan/verifikasi. Hasil penelitian menunjukkan bahwa dalam upaya kelembagaan untukpengembangan Pariwisata peisisir dan Pulau-pulau kecil yang berkelanjutan di Kabupaten Bima dilakukan melalui upaya membangun kemitraan dengan komunitas kecil di Daerah, namun belum mampu menghadirkan dan menarik minat para investor untuk berinvestasi dalam menopang kepariwisataan karena masalah keamanan investasi dan lemahnya kepastian hukum. Selain itu pengembangan pariwisata pesisir terhambat kepentingan dan ego sektoral, dimana Peruntukkan dan jenis pengembangan kawasan Pesisir dan Pulau-Pulau kecil di Kabupaten Bima yang tidak berdasarkan Perda Tata Ruang Wilayah Kabupaten Bima dan Perda rencana zonasi dan Pengelolaan Wilayah Pesisir Dan Pulau-Pulau Kecil, sehingga seringkali mengintervensi keberlanjutan kawasan-kawasan yang harusnya di kembangkan menjadi destinasi wisata

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,006

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 Opus0,041
Tête enseignante GPT0,283
Écart entre enseignants0,242 · 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'étudeQualitatif
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSadar Wisat Jurnal PariwisataMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207