Dampak Program Terhadap Peningkatan Produksi Kedelai di Jawa Tengah
Notice bibliographique
Résumé
Abstract Soybean is one of the main staple food in Indonesia, but domestic soybean production has decreased every year, causing the high dependence on imported soybeans. The government has carried out several programs to increase soybean production, though it been far from expectations. Therefore, this study aims to identify the impact of programs and activities to increase soybean production on meeting soybean needs and farmer participation. The research uses qualitative and evaluative methods by taking locations in Central Java. Evaluation of programs aimed at increasing soybean production. The data used are secondary data and primary data obtained from interviews, then the data were analyzed using an interactive model, namely: data collection, data reduction, data presentation, and interrelated conclusions. Results show that the soybean planting area fluctuate that a decrease occurred in 2019, accounting for 158%. While the achievement of the harvested area was not in line with the planted area because there was a crop failure, and the harvest time shifted to the following year. Soybean availability has decreased, otherwise, demand has continued to increase throughout the year despite a decline in soybean consumption in 2020 and 2021. The highest soybean planting area was obtained from government programs, with the largest participation occurred in 2020 at 27%. Finally, farmers' participation in fulfilling new soybean needs is 4.21%. Conclusion: The dependence of production achievement on government programs reaches 87.48% per year by meeting the needs of 26.32% per year. The participation of farmers independently contributed 4.21% to fulfill the needs of soybeans.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 ».