MétaCan
Menu
Retour à la cohorte
Enregistrement W4385491122 · doi:10.53697/emak.v4i1.1113

Feasibility Study of Tobacco Farming in Patrang District, Jember Regency

2023· article· en· W4385491122 sur OpenAlexaff
Aulia Nadhirah, Tia Sofiani Napitupulu, Sumarlina Sumarlina, Dinu Saadilah

Notice bibliographique

RevueJurnal Ekonomi Manajemen Akuntansi dan Keuangan · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Development and Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésCultivation of tobaccoHectareAgricultureAgricultural scienceProductivityProfit (economics)Production (economics)Descriptive statisticsBusinessAgricultural economicsMathematicsGeographyEconomicsEnvironmental scienceStatisticsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Tobacco is one of the leading commodities in the agricultural sector. Tobacco is developed in several areas in Jember Regency, one of which is in Patrang District. This study aims to determine the use of production inputs in tobacco farming, production and productivity, income, and the feasibility of tobacco farming in Patrang District. Determination of the sample using a simple random method. The data were analyzed using descriptive analysis, farming income analysis, and farming feasibility analysis. The results of the analysis showed that (1) tobacco farmers in Patrang District use inputs of seeds, fertilizers, drugs, pesticides, tools and labor in carrying out tobacco farming; (2) the average production and productivity of tobacco per hectare is 4.42 ton and 0.96 ton/ha; (3) the average profit of tobacco farming is IDR 22.546.992,19; and (4) tobacco farming is feasible to develop that it can be seen from the R/C value is 2.4, the price BEP value is IDR 3,664 and the production BEP is 1,056 kilograms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,246
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ekonomi Manajemen Akuntansi dan KeuanganMême sujetAgricultural Development and ManagementTravaux en français237 207