MétaCan
Menu
Retour à la cohorte
Enregistrement W3183824588 · doi:10.51135/justevol1issue2page195-215

Analisis kelembagaan unit pengolahan PKMB Kota Ambon

2021· article· id· W3183824588 sur OpenAlexaff
Rosni Astuti Siahaya, Megie Joris

Notice bibliographique

RevueJUSTE (Journal of Science and Technology) · 2021
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Kota Ambon memiliki ketersedian potensi sumberdaya kelautan dan perikanan yang dapat dikembangkan. Untuk mengembangkan potensi sumberdaya tersebut maka perlu peningkatan kualitas sumberdaya manusia. Permasalahan yang dihadapi unit usaha pengolahan hasil perikanan PKBM Makmur Jaya adalah keterbatasan modal kerja, manajemen usaha yang masih sederhana, serta keterbatasan akses pasar. Kondisi ini tentunya berdampak terhadap aktivitas produksi yang dilakukan oleh unit usaha pengolahan hasil perikanan PKBM Makmur Jaya. Penelitian ini bertujuan untuk menganalisis faktor-faktor apa saja yang dapat menentukan keberhasilan dan untuk mengukur tingkat perkembangan pada unit pengolahan hasil perikanan PKBM Makmur Jaya Kota Ambon Metode Penelitian yang digunakan adalah survey dan wawancara terstruktur kepada semua pihak yang terlibat dalam lingkup Unit PKMB Makmur Jaya Ambon dengan menggunakan instrumen berupa kuesioner atau lembaran pertanyaan. Hasil penelitian yang diperoleh meliputi : pengembangan visi, manajemen organisasi, sumberdaya manusia, sumberdaya keuangan, sumberdaya eksternal dengan fokus pada kemitraan, sarana dan prasarana, serta isu-isu pengelolaan sumberdaya perikanan. karakteristik sumberdaya dan komponen kunci (27,27%) berada pada kwadran dimana mendesak untuk ditingkatkan, (69,76%) berada pada kwadran kinerja lembaga tetap dipertahankan dan (2,32%) berada pada kwadran tidak terlalu mendesak untuk disempurnakan bisa ditangani kemudian. Tingkat perkembangan sumberdaya kelembagaan unit pengolahan hasil perikanan PKBM Makmur Jaya untuk semua Komponen Sumberdaya Institusi berada pada kemajuan yang variatif 4,54% berada pada tahapan permulaan, 22,72 % berada pada tahapan perkembangan, 51,16% berada pada tahap konsolidasi dan 20,45% pada tahapan keberlanjutan.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,259 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJUSTE (Journal of Science and Technology)Même sujetSMEs Development and Digital MarketingTravaux en français237 207