MétaCan
Menu
Retour à la cohorte
Enregistrement W4285275504 · doi:10.19109/ieb.v1i1.12037

POTENSI DIGITAL EKONOMI BAGI PERKEMBANGAN SEKTOR PARIWISATA DI INDONESIA

2022· article· id· W4285275504 sur OpenAlexaff
Barianto Nurasri Sudarmawan, Titis Miranti

Notice bibliographique

RevueIEB Journal of Islamic Economics and Business · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Perkembangan ekonomi digital pada Indonesia sudah mengalami kemajuan yang sangat pesat salah satunya pada bidang pariwisata. Kemajuan ekonomi digital dibidang pariwisata bisa menarik wisata nusantara (winus) juga manca negara berkunjung ketempat wisata Indonesia. Dampak menurut kemajuan ekonomi digital mengangkat poly bisnis mini & menengah buat memasuki usaha dunia. Pertumbuhan ekonomi Indonesia yang relatif tinggi layanan kepariwisataan Indonesia masih sedikit layanan digital yang dikembangkan. Dari analisa perkembangan layanan digital dibidang pariwisata memakai method forecasting menurut data yg diambil bisa memprediksi 10 tahun ditahun 2028 pengeluaran 465,1 Triliun rupiah & bepergian 425,75 juta kali bepergian bila dibandingkan menurut tahun 2018 dalam pengeluaran 291,09 Trilium rupiah & bepergian hanya 303,4 juta kali bepergian, menurut analisa yg didapat mempunyai peluang bagi teknopreneur buat menciptakan star up dibidang pariwisata yg menjembatani atara pariwiswata & wisatawan nusantara tentu menguntungkan bagi pertumbuhan ekonomi Indonesia menggunakan memakai digital ekonomi pada era industri ekonomi digital ini.

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), Communication savante
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 enseignants0,559
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEB Journal of Islamic Economics and BusinessMême sujetSMEs Development and Digital MarketingTravaux en français237 207