MétaCan
Menu
Retour à la cohorte
Enregistrement W4283695993 · doi:10.35931/aq.v16i5.1161

Persepsi Wirausahawan terhadap Perkembangan Usaha di Masa Pandemi Covid-19

2022· article· id· W4283695993 sur OpenAlexaff
Juni Artha Juneli, Fanny Destiani, Ammalia Syifa Awaliyah, Dadan Nugraha

Notice bibliographique

RevueAl Qalam Jurnal Ilmiah Keagamaan dan Kemasyarakatan · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

<p class="abstrak">Persepsi diartikan sebagai suatu proses mengenali, menyusun serta menafsirkan suatu informasi guna memberikan pemahaman yang berguna mengenai informasi tersebut. Penelitian ini mengangkat mengenai persepsi wirausahawan terhadap usaha dimasa pandemi. Penelitian ini bertujuan untuk mengetahui apa saja yang dirasakan wirausahawan terhadap kegiatan usahanya selama pandemi ini. Partisipan pada penelitian ini adalah satu orang wirausahawan dengan kegiatan usaha membuka warung kecil di rumah pribadinya yang berada di wilayah, Kabupaten Sumedang, Jawa Barat. Pengambilan data dilakukan dengan menggunakan teknik kuisioner dan observasi serta dilaksanakan dengan cara wawancara secara langsung kepada pelaku usaha. Pendekatan yang digunakan yaitu pendekatan kualitatif dan desain penelitiannya adalah studi kasus. Masa pandemi saat ini dikatakan membawa dampak buruk bagi pelaku usaha. Sebab, dengan adanya masa pandemi penghasilan yang didapat menjadi berkurang dari yang biasanya. Selain itu, dikarenakan banyaknya orang yang mengalami PHK maka persaingan dagang dilingkungan pun semakin merebak. Hal tersebut menjadikan pelaku usaha untuk lebih keras lagi memutar pikiran guna menghadapi persaingan pasar dan menstabilkan pendapatan.</p>

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,543
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0080,002
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,037
Tête enseignante GPT0,302
Écart entre enseignants0,265 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAl Qalam Jurnal Ilmiah Keagamaan dan KemasyarakatanMême sujetSMEs Development and Digital MarketingTravaux en français237 207