ANALISIS PROPORSI PILIHAN JENIS ANGKUTAN UNTUK PERJALANAN KOMUTER (STUDI KASUS : PADA RUTE LEIHITU – KOTA AMBON)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Kecamatan Leihitu merupakan salah satu kecamatan yang ada dipulau Ambon. letak wilayah Kecamatan Leihitu berada dipesisir pantai, Maka mata pencaharian masyarakat Leihitu lebih dominan ke nelayan. Meski demikian ada juga yang berprofesi sebagai petani dan PNS. Dalam aktivitas keseharian berkaitan dengan pekerjaan mereka maka mereka membutuhkan angkutan baik untuk memasarkan hasil hasil produksi atau juga untuk perjalanan kerja. penelitian ini bertujuan untuk mengetahui karakteristik sosioekonomi pelaku perjalanan komuter dari wilayah Kecamatan Leihitu menuju Kota Ambon, mengidentifikasi variabel yang mempengaruhi pilihan moda transportasi menuju Kota Ambon oleh masyarakat di wilayah Kecamatan Leihitu dan menemukan proporsi pilihan jenis angkutan menuju Kota Ambon oleh masyarakat di wilayah Kecamatan Leihitu. Metode yang digunakan adalah metode deskrptif statistik dan metode kuantitatif yang didalamnya terdapat regresi linier berganda dan regresi logistik binomial. Hasil penelitian menunjukan bahwa yang mempengaruhi secara signifikan pemilihan jenis angkutan olehpelaku perjalanan rute Kecamatan Leihitu – Kota Ambon yaitu waktu perjalanan, tarif perjalanan, tujuan perjalanan, dan alasan memilih moda. Model yang dihasilkan adalah Y = 2,079 – 0,005 X2 - 1.595E-005 X3 + 0,075 X4 – 0,353 X5. Dari model tersebut, menghasilkan proporsi pilihan jenis angkutan oleh masyarakat di Kecamatan Leihitu lebihdominan angkutan umum sebesar 58,3 %, Sedangkan masyarakat yang menggunakan kendaraan pribadi sebesar 41,7 %.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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 découle