MétaCan
Menu
Retour à la cohorte
Enregistrement W3183315797

INTELLIGENTE SALZFABRIK SELF INTEGRATED PHARMACEUTICAL RAW MATERIALS INDUSTRY IN INDONESIA

2018· article· en· W3183315797 sur OpenAlexaboutno aff
Ardhina Nugrahaeni

Notice bibliographique

RevueOISAA Journal of Indonesia Emas · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRaw materialIndependence (probability theory)Pharmaceutical industryBusinessChristian ministryPolitical scienceMathematicsLawBiotechnology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Currently, Indonesia's pharmaceutical industry is still heavily dependent on imported raw materials, almost 95% of the needed medicine raw materials (BBO) still have to be imported from abroad. Based on data from the Directorate General of Foreign Trade, Ministry of Trade Republic of Indonesia, it was showed that the pharmaceutical salt import in 2013 reached 3,152 tons and all of them needed to fulfill domestic needs. This study used literary study method by collecting data or information in accordance with the topic. Geographically Indonesia consists of islands large and small number of approximately 17,504 islands. Three quarters of its territory is the ocean (5.9 million km2), with a 95,161 km long coastline, the second longest in the world after Canada. This makes Indonesia the world's largest archipelago in the world. This written idea was created as a solution to the problem of dependence on medicine raw materials import in the pharmaceutical industry of Indonesia. The solutions presented are Intelligente Salzfabrik: The Concept of Self-Integrated Pharmaceutical Raw Materials Industry which is Energy Independence and High Accessibility on Coastal with Sea Toll and Power Flow to Achieve An Imported Medicine Raw Materials Independence in Indonesia. This development will be implemented in close proximity to coastal areas near the the sea so that it can simplify both cost and transportation required for the distribution of salt produced.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,255 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOISAA Journal of Indonesia EmasMême sujetManagement and Optimization TechniquesTravaux en français237 207