Analisis Pertumbuhan Ekonomi Jawa Timur Pada Masa Covid-19
Notice bibliographique
Résumé
This study aims to analyze economic growth during the Covid-19 period in East Java for the 2019-2021 period. This study used a qualitative method using a library research approach. Based on the results of the study, economic growth during the Covid-19 period in East Java for the 2019-2021 period experienced a drastic decline. Where in quarter IV-2020 against quarter IV-2019 (y-on-y) East Java's economy contracted by 2.64 percent. In the first quarter of 2020, growth began to slow down to 2.97 percent. Furthermore, in the second quarter of 2020 it contracted to 5.98 percent compared to the second quarter of 2019. And in the second quarter of 2021 economic conditions began to improve even though they were still contracting, namely by 7.05 percent.
 Penelitian ini bertujuan untuk menganalisis pertumbuhan ekonomi pada masa Covid-19 di Jawa Timur periode 2019-2021. Penelitian ini menggunakan metode kualitatif dengan menggunakan pendekatan studi Pustaka (Library Research). Bedasarkan hasil penelitian menunjukkan pertumbuhan ekonomi pada masa Covid-19 di Jawa Timur periode 2019-2021 mengalami penurunan secara drastis. Dimana pada triwulan IV-2020 terhadap triwulan IV-2019 (y-on-y) ekonomi Jawa Timur terkontraksi sebesar 2,64 persen. Pada triwulan I-2020, pertumbuhan mulai melambat menjadi 2,97 persen. Selanjutnya triwulan II-2020 terkontraksi mencapai 5,98 persen dibanding triwulan II-2019. Dan pada Triwulan II-2021 kondisi ekonomi mulai membaik walaupun masih terkontraksi, yaitu sebesar 7,05 persen.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».