Optimizing Horticultur Commodity-Based Spatial Interactions in West Timor, Indonesia
Notice bibliographique
Résumé
This study aimed to analyze: (1) the causes of spatial interaction between the regencies in West Timor based on horticultural commodities, (2) the existing and optimizing benefits of spatial interactions between the regencies in West Timor based on horticultural commodities. The research was conducted in 5 regencies on Timor Island namely Kupang, TTS, TTU, Belu, and Malaka at wholesale markets which were determined purposive and snowball for traders. Purposive sampling with the criteria of traders who market horticultural products to 4 other districts in West Timor, followed by a snowball to trace traders who provide the intended horticultural products to the destination market. Data analysis uses gravity analysis, and the shortest path multi-object optimization model. The results showed that the variables of cost, population, price, and GDP had a significant effect on spatial interactions; while the transport capacity had no significant effect on spatial interactions. The total benefit of spatial interaction between the regencies in West Timor is IDR 1,055,467,000.-. The benefit of spatial interaction will increase by 65.60% to IDR 1,747,888,918,000.-. Therefore, interactions between regions must pay attention to the number of requests, selling prices, and transportation costs in order to maximize benefits. These findings are useful for policy makers and horticultural traders in determining the number of horticultural commodities marketed at each destination market in 4 districts in West Timor that provide optimum profits.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».