MétaCan
Menu
Retour à la cohorte
Enregistrement W4378836490 · doi:10.18280/ijsdp.180511

The Impact of Small-Scale Oil Palm Plantation Development on the Economy Multiplier Effect and Rural Communities Welfare

2023· article· en· W4378836490 sur OpenAlexvenueno aff
Almasdi Syahza, Dahlan Tampubolon, Mitri Irianti, Geovani Meiwanda, Brilliant Asmit

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Palm Production and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesDirektorat Jenderal Pendidikan TinggiKementerian Pendidikan, Kebudayaan, Riset, dan TeknologiUniversitas Riau
Mots-clésWelfarePalm oilAgricultural economicsNatural resource economicsRural economyMultiplier (economics)Rural developmentEconomicsScale (ratio)Rural areaEnvironmental scienceBusinessAgroforestryGeographyAgricultureMarket economyPolitical scienceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

This research aims to analyze the multiplier effect of small-scale oil palm plantations and the welfare of the community in rural areas during the first cycle.This developmental research conducted in Indonesia's largest oil plantation area, the Riau Province.Data were collected from farmers using the rapid rural appraisal technique through participatory approach.The data was analyzed to determine the regional economic multiplier number and the social welfare growth index.The results showed the magnitude of the multiplier effect index impacts the welfare index of rural communities.Oil palm farmers in rural areas have a more stable economy, and their consumption style follows the urban communities in creating an attitude of pride.The average family income of small-scale oil palm was more than five times bigger than non-oil palm farmers.In an effort to accelerate the economy in rural areas, especially in oil palm-producing areas in Indonesia, government policies related to pricing at the farm level are urgently needed to have an impact on increasing the income of small-scale farmers in rural areas.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,118
Score d'incertitude au seuil0,418

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,242 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetOil Palm Production and SustainabilityTravaux en français237 207