Prioritasisasi Permasalahan Sosial Ekonomi Kecamatan Dendang Kabupaten Belitung Timur dengan Metode Analisis Hierarki Proses (AHP)
Notice bibliographique
Résumé
Penelitian ini melakukan identifikasi mengenai permasalahan sosial ekonomi yang dihadapi oleh Kecamatan Dendang pada Kabupaten Belitung Timur. Identifikasi dan pemetaan permasalahan dilakukan dengan menggunakan beberapa aspek, yaitu aspek administrasi kependudukan, aspek sumberdaya manusia, aspek sosial dan aspek ekonomi. Pengumpulan data dilakukan dengan metode wawancara, pengamatan, dan studi literatur. Analisis data dilakukan dengan menggunakan pendekatan sosial ekonomi dengan pendekatan kualitatif dan Analisis Hierarki Proses (AHP). Hasil penelitian menunjukkan ada 10 prioritas masalah pada Kecamatan Dendang yaitu Kesejahteraan penduduk sektor perkebunan rendah, Pendidikan usia produktif rendah, Tingkat pendidikan penduduk rendah, Keluarga belum memiliki kartu keluarga, Tingginya Pernikahan Anak, Penduduk belum memiliki akta kelahiran, Rendahnya status kesehatan balita, Tingginya kasus diare, Lansia tidak produktif, dan Penduduk disabilitas. Penelitian ini diakhiri dengan memetakan perangkat daerah yang akan merencanakan program dan kegiatan yang sesuai dengan tugas dan fungsinya. Rekomendasi yang perlu ditindaklanjuti yaitu dengan mensinergikan dan mengefektivitaskan perencanaan dan pelaksanaan kegiatan dengan Perangkat Daerah terkait di tingkat Kecamatan
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,004 |
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 ».