DAMPAK PEMBANGUNAN SENTRA IKM MENGGUNAKAN DANA ALOKASI KHUSUS (DAK) TERHADAP BANYAKNYA INDUSTRI KECIL MENENGAH DI INDONESIA
Notice bibliographique
Résumé
Pembangunan Sentra Industri Kecil Menengah (Sentra IKM) merupakan salah satu program kebijakan Pemerintah yang bertujuan untuk pengembangan dan penumbuhan Industri Kecil Menengah (IKM) baru serta untuk percepatan pemerataan pemerataan industri di seluruh Indonesia. Pembangunan Sentra IKM ini dilakukan menggunakan Dana Alokasi Khusus (DAK) Fisik. Penelitian ini bertujuan menganalisis dampak program pembangunan Sentra IKM tahun 2016-2019 terhadap peningkatan banyaknya Industri Kecil Menengah di Indonesia dengan menggunakan Data Industri Mikro Kecil, Data Industri Besar Sedang serta Data Status Operasional Sentra IKM dan menggunakan metode fixed effect difference in difference (FE-DID). Hasil penelitian ini menunjukkan bahwa operasional Sentra IKM di kabupaten/kota di Pulau Sulawesi, Jawa, Nusa Tenggara, Kalimantan, Maluku dan Papua memiliki dampak signifikan terhadap peningkatan banyaknya IKM pada jenis industri pangan, kerajinan dan alat angkut. Namun dampak tersebut berbeda pada jenis industri logam dan alat mesin pertanian di Pulau Jawa dan Sumatera akibat adanya perbedaan kondisi wilayah dan manfaat produktivitas pada masing-masing jenis industri. Hasil penelitian ini menunjukkan bahwa Program Pembangunan Sentra IKM efektif dalam menumbuhkan IKM baru di luar Pulau Jawa dan Sumatera pada jenis industri padat karya
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 tête enseignante, 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 ».