MétaCan
Menu
Retour à la cohorte
Enregistrement W4312172959 · doi:10.37535/104002220225

Perencanaan Rumah Makan Vegetarian Ala Chinese Food di Kota Bekasi, Jawa Barat

2022· article· id· W4312172959 sur OpenAlexaff
Marfel Gideon Pangemanan, Mohamad Alppy Valdez

Notice bibliographique

RevueJournal of Research on Business and Tourism · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Restoran adalah salah satu bisnis paling populer di Indonesia. Khusus di wilayah Bekasi, Jawa Barat, data perkembangan bisnis restoran menunjukkan angka yang tinggi di wilayah tersebut. Selain itu, jumlah penduduk di kota Bekasi sudah mencapai 3,6 juta jiwa. Hal ini menjadi peluang bagi seorang pengusaha untuk membangun bisnis restoran. Untuk menciptakan nilai jual yang unik pada sebuah restoran, seorang pengusaha dapat membentuk restoran vegetarian dengan masakan khas China, karena banyak artikel berita yang mengatakan bahwa tren makanan sehat semakin populer. Rencana ini dibuat dengan tujuan utama memperjelas langkah awal pengusaha dalam membuat rencana bisnis restoran. Rencana tersebut menggunakan Business Model Canvas sebagai dasar pembuatan model bisnis yang mencakup perhitungan arus kas, resep makanan terperinci, dan desain restoran, serta model untuk mencapai titik impas modal. Hasil dari rencana ini adalah suatu bisnis model yang dapat dijadikan sebagai referensi atau diterapkan secara nyata.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,169
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,051
Tête enseignante GPT0,343
Écart entre enseignants0,292 · 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 revueJournal of Research on Business and TourismMême sujetSMEs Development and Digital MarketingTravaux en français237 207