MétaCan
Menu
Retour à la cohorte
Enregistrement W3160035700 · doi:10.25170/wpm.v12i2.72-90

POTENSI BERBISNIS DONAT CHARCOAL

2020· article· en· W3160035700 sur OpenAlexaboutno aff
Natasha Christiani, Rakhdiny Sustaningrum

Notice bibliographique

RevueProsiding Working Papers Series In Management · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCharcoalQuarter (Canadian coin)BusinessAgricultural economicsProfit (economics)MarketingAgricultural scienceCommerceEconomicsGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Charcoal is an active substance that is beneficial for health, now a trend is starting to be used as a mixture of processed food that adds aesthetics. Donuts are one of the processed products that are researched and have the opportunity to become a business among other products since the growth in business opportunities in The food and beverage sub-sector contributed more than one third of the GDP of the non-oil and gas manufacturing sector in the first Quarter of 2018, amounting to 35.39%, is the biggest contributor compared to other sectors. The charcoal donut has men and women between range 15 - 45 years, consumers who like sweet snacks, have a healthy lifestyle, and live in the Jabodetabek area become a potential targeted market. As counted, financial projection with total initial funding requirements and required working capital are Rp. 58,107,500 in total and projected profit in 2020 is estimated Rp. 21,646,000 and increased to Rp. 445,330,500 in 2024.

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 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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,268

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,179
Écart entre enseignants0,155 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsiding Working Papers Series In ManagementMême sujetFood and Agricultural SciencesTravaux en français237 207