MétaCan
Menu
Retour à la cohorte
Enregistrement W4285062201 · doi:10.22219/jie.v5i04.17822

Analisis Perubahan Ekonomi Masyarakat Sesudah Dan Sebelum Adanya Obyek Wisata Kebun Teh Bah Butong, Sidamanik, Kabupaten Simalungun, Sumatera Utara

2021· article· en· W4285062201 sur OpenAlexaff
Nedra Aulia

Notice bibliographique

RevueJurnal Ilmu Ekonomi JIE · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésTourismRevenueBusinessAgricultural scienceDescriptive statisticsAgricultural economicsWork (physics)ToiletMarketingAdvertisingSocioeconomicsGeographyEconomicsEngineeringMathematicsFinanceEnvironmental engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to analyze changes in the community's economy after and before the opening of the Bah Butong Tea Garden tourism object to the public. The descriptive quantitative data analysis method includes descriptive variable tests and paired sample t-tests. The results of this study indicate that the paired t-test difference test on household expenditure variables type of work means there are significant differences after and before the opening of the Bah Butong Tea Garden tourism object to the public. Against residents who are tea farmers, traders, photographers, parking attendants, section heads, and public toilet guards at the Bah Butong Tea Garden tourism object after its opening to the public. There are economic changes that have a positive impact, namely increasing revenue from the tourism sector, increasing income from business activities carried out by the community at the Bah Butong Tea Garden tourism object, the production of food, beverages, parking tickets, entrance tickets, people already have permanent jobs and can increase their income. the standard of living of the people in the Bah Butong Tea Garden tourism object.

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)0,001
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,022
Tête enseignante GPT0,296
Écart entre enseignants0,273 · 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 Ilmu Ekonomi JIEMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207