MétaCan
Menu
Retour à la cohorte
Enregistrement W4392412996 · doi:10.52391/jcn.v7i1.817

Analisis Penentuan Negara Tujuan Ekspor Kawasan Asia Tenggara dan Asia Selatan dengan Pendekatan Location Quotient

2023· article· id· W4392412996 sur OpenAlex
Sofyan Aji

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCendekia Niaga · 2023
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensnon disponible
Organismes subventionnairesInternational Labour OrganizationUniversity of Waterloo
Mots-clésQuotientGeographyMathematicsPure mathematics

Résumé

récupéré en direct d'OpenAlex

Negara yang memiliki keunggulan daya saing industri akan memiliki pangsa pasar yang besar di antara negara lain di kawasan tersebut, jika negara tersebut dapat dengan tepat menentukan Negara Tujuan Ekspor (NTE). Namun jika penetapan negara tujuan ekspor kurang tepat, terutama untuk negara yang memiliki keunggulan daya saing produk yang sama, maka produk yang masuk ke akan berkompetisi dengan produk domestik NTE sehingga pangsa pasar tidak optimal. Oleh karena itu, makalah ini bertujuan untuk mempelajari penentuan NTE di suatu kawasan dengan menggunakan metode Location Quotient (LQ), dengan menganalisis penentuan lokalisasi industri suatu jenis produk di kawasan Asia Tenggara dan Selatan berdasarkan LQ. Hasil dari penelitian menunjukkan produksi tanaman dan hewan, dari negara yang diteliti tidak ada yang berpotensi sebagai NTE karena semuanya memiliki LQ > 1 yang mengindikasikan bahwa produksi domestik jauh lebih besar dibandingkan konsumsi domestik. Justru semua negara dalam lingkup penelitian ini akan mengeskpor sebagian kelebihan produksinya. Kamboja (nilai LQ = 0,31), Myanmar (0,51), Vietnam (0,92), India (0,94), dan Filipina (0,96) berpotensi menjadi NTE bagi negara pengekspor yang memiliki keunggulan di industri produk makanan. Bagi negara pengekspor hasil industri kayu dan produk dari kayu, dapat menjadikan Myanmar (0,43), Thailand (0,88), India (0,93), Filipina (0,95), Pakistan (0,98), dan Kamboja (0,99) sebagai NTE. Kamboja (0,24), Myanmar (0,38), Filipina (0,58), Pakistan (0,67), dan Sri Lanka (0,97) berpotensi menjadi NTE bagi negara pengekspor hasil industri bahan kimia dan produk kimia. Bagi negara pengekspor hasil industri furniture, dapat menjadikan Kamboja (0,02), Myanmar (0,32), Filipina (0,36), Thailand (0,66), India (0,98) sebagai NTE. Kegiatan kreatif, seni dan hiburan semua negara dalam lingkup penelitian sangat berpotensi sebagai negara tujuan ekspor dari yang paling potensi adalah Myanmar (0,05), Vietnam (0,07), Pakistan (0,11), Sri Lanka (0,12), Filipina (0,13), Thailand (0,18), India (0,23), dan Kamboja (0,26).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,218
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,007

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 Opus0,034
Tête enseignante GPT0,230
Écart entre enseignants0,196 · 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