MétaCan
Menu
Retour à la cohorte
Enregistrement W4282979915 · doi:10.23960/jiia.v10i2.5996

FAKTOR-FAKTOR YANG MEMENGARUHI EKSPOR DAN PROSPEK EKSPOR PISANG PROVINSI LAMPUNG

2022· article· en· W4282979915 sur OpenAlexaboutno aff
Sirilus Gatya Prasasta, R Hanung Ismono, Suriaty Situmorang

Notice bibliographique

RevueJurnal Ilmu-Ilmu Agribisnis · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutoregressive integrated moving averageMathematicsQuarter (Canadian coin)Agricultural scienceStatisticsTime seriesGeographyBiology

Résumé

récupéré en direct d'OpenAlex

This study aims to determine the factors that influence the exports volume of Lampung Province’s bananas and predict the exports of Lampung Province’s bananas. This research based on the exports of some kind of banana produced by firm and by the corporation program involving the firm and smallholder farmers. This study used both descriptive and quantitative analysis methods and data werw obtained from the relevant authorities as secondary data for 5 years, starting from the first quarter of 2015 to the first quarter of 2020. The data were analyzed by regress time series data using Ordinary Least Square Method (OLS) and Autoregressive Integreted Moving Average (ARIMA). The results of this study showed that the factors that significantly affect the exports volume of Lampung Province’s bananas are domestic banana production and the average of domestic banana price index. The trend of banana exports prospect until the end of 2024 decreases. Key words: banana, exports prospect, Lampung, factor

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,822
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmu-Ilmu AgribisnisMême sujetGlobal Trade and CompetitivenessTravaux en français237 207