Analisis Distribusi dan Interpretasi Data Penduduk Usia Produktif Indonesia Tahun 2020
Notice bibliographique
Résumé
Hasil sensus penduduk tahun 2010 yang dilakukan Badan Pusat Statistik (BPS) menunjukkan bahwa ada sekitar 157.053.112 ribu jiwa penduduk Indonesia berada pada kelompok umur usia produktif. Analisis deskriptif kualitatif dan interpretasi data berbasis kajian kepustakaan (literatur review), dengan menggunakan data sekunder yang terdiri dari hasil proyeksi penduduk yang dikeluarkan oleh Badan Perencanaan Nasional (Bappenas) dan Badan Pusat Statistik (BPS) tahun 2010-2035. Hasil penelitian menunjukkan Proyeksi Penduduk yang dikeluarkan oleh Bappenas dan BPS bahwa pada tahun 2020 jumlah penduduk Indonesia yang berada pada kelompok umur usia produktif sebesar 183.517.329 jiwa penduduk atau 57% dari total penduduk Indonesia. Sebagian besar wilayah di Indonesia pada tahun 2020 mengalami bonus demografi, namun beberapa provinsi ternyata belum bisa menikmati bonus demografi pada tahun 2020, karena memiliki angka rasio beban ketergantungan 50% atau lebih, seperti Provinsi Nusa Tenggara Timur, Provinsi Nusa Tenggara Barat, Provinsi Aceh, Provinsi Sumatera Utara, Provinsi Sumatera Barat, Provinsi Sulawesi Selatan, Provinsi Sulawesi Tenggara, Provinsi Maluku dan Provinsi Maluku Utara.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».