MétaCan
Menu
Retour à la cohorte
Enregistrement W4312619286 · doi:10.14710/tpwk.2022.29672

Analisis Difusi Inovasi pada Inovasi Produk Batik di Kelurahan Jenggot Dalam Mendukung Upaya Pengembangan Ekonomi Lokal Kota Pekalongan

2022· article· en· W4312619286 sur OpenAlexaff
Aulia Rachmi Isra, Mohammad Muktiali

Notice bibliographique

RevueTeknik PWK (Perencanaan Wilayah Kota) · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiffusionProduct innovationInnovation diffusionProduct (mathematics)BusinessEconomic geographyMarketingEconomicsPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

The development of innovation in a particular area cannot be separated from the diffusion of innovation. This diffusion of innovation occurs because of the process of social interaction by related actors in the region. This is explained by Rogers (2003), that the diffusion of innovation is a process when innovation is communicated or mentioned through certain channels for a certain period of time to members of a social system, which then becomes part of the social system. With the diffusion of innovation, an area will experience changes in certain conditions due to the impact of emerging innovations, which will play a role in developing the character of the region. As happened in Jenggot village, the emergence or entry of new patterns influenced changes in the market in terms and the direction of development of the existing batik patterns in the village. Batik patterns that were originally patterned and impressed monotonously with plant and animal-based patterns are becoming more contemporary and fashionable. The diffusion of innovation helps business owners either directly or indirectly in promoting their batik products. Thus increasing the value of the batik product itself.

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)0,003
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 enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,264
Écart entre enseignants0,238 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeknik PWK (Perencanaan Wilayah Kota)Même sujetSMEs Development and Digital MarketingTravaux en français237 207