MétaCan
Menu
Retour à la cohorte
Enregistrement W3184635262 · doi:10.36418/jiss.v2i7.358

Probabilitas Rumah Tangga di Labuhanbatu Selatan Untuk Memiliki Rumah Sendiri Tahun 2020

2021· article· id· W3184635262 sur OpenAlexaff
Ahmat Amini Efendi

Notice bibliographique

RevueJurnal Indonesia Sosial Sains · 2021
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueFood Security and Socioeconomic Dynamics
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Rumah merupakan kebutuhan dasar yang dapat memberikan banyak benefit bagi penghuninya. Kemampuan rumah tangga untuk memiliki rumah sendiri juga berbeda-beda. Kabupaten Labuhanbatu Selatan yang sebagian besar wilayah pedesaan ternyata tingkat kepemilikan rumah sendiri berada di 5 terendah di Sumatera Utara, serupa dengan wilayah perkotaan seperti Kota Sibolga, Kota Padang Sidimpuan, dan Kota Pematang Siantar. Terdapat dugaan apakah karakteristik demografi rumah tangga di Labuhanbatu Selatan sama dengan rumah tangga di perkotaan sehingga tingkat kepemilikan rumah sendiri di Labuhanbatu selatan sama rendahnya dengan 3 Kota tersebut. Oleh karena itu perlu analisis lebih lanjut untuk mengetahu karakteristik demografi apa saja yang mempengaruhi status kepemilikan rumah di Labuhanbatu Selatan pada tahun 2020. Status kepemilikan rumah dijadikan sebagai variabel Y dengan 4 kategori yaitu rumah sendiri kontrak/sewa, bebas sewa, dan dinas. Karakteristik demografi yang di jadikan sebagai variabel X adalah Usia KRT, Pendidikan KRT, Lapangan Usaha KRT, Pengeluaran Perbulan Rumah Tangga, Daerah Tempat tinggal dan Tempat Lahir KRT. Model regresi logisik multinomian dipilih untuk menjelaskan pengaruh Variabel X terhadap Variabel Y yang bersifat polikotomus. Pada tingkat signifikansi 5% seluruh variabel X secara terpisah berpengaruh signifikan terhadap status kepemilkan rumah di Labuhanbatu Selatan. Nilai probabilitas rumah tangga dengan karakteristik KRT Lahir di Labuhanbatu Selatan, tinggal di pedesaan, KRT bekerja di Lapangan Usaha pertanian, rata-rata pengeluaran perbulan kurang dari 2,5 juta rupiah dan usia KRT di atas 65 tahun memiliki probabilitas untuk memiliki dan tinggal di rumah sendiri sebesar 98,3%.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,047
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,004

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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Indonesia Sosial SainsMême sujetFood Security and Socioeconomic DynamicsTravaux en français237 207