Dampak Hibah Pariwisata terhadap Kinerja Industri Pariwisata Jawa Tengah dan Daerah Istimewa Yogyakarta
Notice bibliographique
Résumé
Keberlangsungan industri pariwisata khususnya hotel dan restoran di Jawa Tengah dan D.I Yogyakarta saat pandemi Covid-19 sangat penting karena memiliki dampak simultan terhadap kondisi sosial dan ekonomi. Melalui kebijakan stimulasi keuangan bagi pelaku industri pariwisata hotel dan restoran diharapkan supaya usaha tersebut dapat bertahan disaat jumlah kunjungan wisata menurun dan mempersiapkan upaya pemulihan saat pemberlakuan kebiasaan baru termasuk di kegiatan industri pariwisata melalui penyaluran hibah pariwisata. Mengingat peruntukan dana hibah tersebut diharapkan dapat memberikan stimulasi dan penyesuaian menuju kebiasaan baru industri pariwisata kajian empiris dengan pendekatan Analisis Kuantitatif Efisiensi dengan Frontier Analysis (FA) dan Structural Equation Modelling (SEM) terhadap 116 pelaku pariwisata hotel dan restoran, menunjukkan bahwa pemberian dana Hibah Pariwisata di Wilayah Provinsi Jawa Tengah dan D.I Yogyakarta memberikan efek positif terutama pada efisinesi alokasi kinerja keuangan yang diperoleh atas alokasi biaya gaji karyawan dan biaya operasional untuk meningkatkan efisiensi output berupa penerimaan hotel dan restoran.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,011 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».