Strategic resilience: Integrating scheduling, supply chain management, and advanced operations techniques in production risk analysis and technical efficiency of rice farming in flood-prone areas
Notice bibliographique
Résumé
Farmers face various risks such as production risks in the use of technology, pests, climate change and natural disasters. Farmers in disaster-prone areas have different responses depending on their behavior towards the risks posed. The main problem in this research is how farmers behave towards production risks due to flooding and the technical efficiency of rice farming in flood-prone areas. The aim of this research is to analyze farmers' behavior towards production risks due to flooding and the technical efficiency of rice farmers in flood-prone areas. The results of this research will provide important information for policy simulations that the government can implement towards farmers affected by natural disasters and for sustainable disaster mitigation strategies. The novelty of this research is that it combines two theories, namely risk behavior and agricultural technical efficiency in producing disaster mitigation strategies. The research location was determined purposefully in Pasuruan and Bojonegoro Regencies. The data in this research are primary and secondary data with the sample in this research being farmers. The sampling technique in this research is a multi-stage cluster sampling technique. The analysis method in this research uses Just Pope. and the Cobb-Douglas production function model with the Stochastic Production Frontier approach. The target of these research findings is a model of the types of behavior regarding the risks of farmers who are flood victims, as well as the level of technical efficiency of rice farming and the factors that influence it. The expected findings are policy recommendations regarding disaster mitigation from economic and agricultural risk aspects to create sustainable agriculture.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».