Peningkatan Kompetensi Pekerja Pariwisata di Desa Wisata Pagerharjo, Kabupaten Kulonprogo, Yogyakarta
Notice bibliographique
Résumé
Pengembangan super prioritas 2019 menjadi 5 kawasan Destinasi dan kawasan Borobudur masih dalam prioritas untuk dikembangkan. Arahan pengembangan Kawasan Destinasi super prioritas yang dicanangkan oleh Pemerintah salah satunya yaitu bagaimana penigkatan kompetensi SDM Pariwisata yang berdaya saing. Hal tersebut didasari dari berbagai kajian Nasional yang melibatkan banyak pakar bahwa titik lemah perkembangan Pariwisata di Indonesia yaitu SDM. Pada Global Talent Competitiveness Indeks (GTCI) 2018 yang dikeluarkan oleh INSEAD Indonesia berada diperingkat 77 dari 144 Negara. Penelitian ini dilakukan guna dapat peningkatan Kompetensi para pekerja Pariwisata sesuai dengan kebutuhan Industri Pariwisata yang ada dan siap berdaya saing secara Nasional maupun Internasional. Arah pengembangan Desa Wisata Pagerharjo adalah untuk meningkatkan kesejahteraan masyarakat. Visi desa wisata memiliki peranyangstrategissebagaibingkaiyang mempersatukanlangkah semua pemangku kepentingan yang terlibat untuk berkolaborasi, bersinergi dalam mengelola desa wisata. Penelitian ini dilakukan dengan menggunakan Metode Penelitian Kualitatif Deskriptif dengan mewawancarai berbagai pemangku kepentingan kunci dalam peningkatan Kompetensi para pekerjanya. Pada penelitian ini para pekerja Pariwisata umumnya masih sangat jauh dari kata kesiapan secara kompetensi bidang pekerjaannya.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,017 |
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 ».