MétaCan
Menu
Retour à la cohorte
Enregistrement W4253150001 · doi:10.19184/jsep.v11i3.5802

DINAMIKA PERKEMBANGAN HARGA KOMODITAS CABAI MERAH (Capsicum annuum L) DI KABUPATEN JEMBER

2018· article· en· W4253150001 sur OpenAlexaboutno aff
Maya Eka Nurvitasari, Anik Suwandari, Luh Putu Suciati

Notice bibliographique

RevueJSEP (Journal of Social and Agricultural Economics) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueShallot Cultivation and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Production (economics)Agricultural scienceAgricultural economicsDescriptive statisticsBusinessEconomicsMathematicsStatisticsEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Red chili prices in the market tend fluctuate over time. Development of red chilli in centers production included at Jember Regency continue to be made, but production still fluctuate and have not been able to meet market demand. Condition fluctuation production with uncertainty price needs to corrected immediately. Information of price and production need as solution to cope with fluctuation of red chili price. The research method used analytical descriptive method. Location chosen by purposive method at Jember Regency. The research used secondary time series data 2012 until 2016. Analytical tools used probability analysis and plot, trend analysis, and multiple linear regression analysis with double log model. The results showed that (1) production and prices red chili fluctuate every quarterly. The highest red chili price at farmers and consumers level occurred in the fourth quarter and the lowest in the second quarter. Red chili highest production in fourth quarter and lowest in first quarter. (2) Trend production and prices of red chili on 2017 until 2018 fluctuated and increased. (3) Factors that significantly affect of red chili supply are red chili production in previous month and harvested area.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,018
Tête enseignante GPT0,215
Écart entre enseignants0,196 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJSEP (Journal of Social and Agricultural Economics)Même sujetShallot Cultivation and AnalysisTravaux en français237 207