MétaCan
Menu
Retour à la cohorte
Enregistrement W4392883381 · doi:10.33512/jat.v16i2.23205

Nilai Ekonomi Lahan Pertanian di Wilayah Kerja Cabang Dinas Kehutanan IV Kabupaten Cianjur Jawa Barat

2023· article· id· W4392883381 sur OpenAlexaff
Miftakhul Arifah, Andjar Astuti, Aris Supriyo, Sulaeni Sulaeni

Notice bibliographique

RevueJurnal Agribisnis Terpadu · 2023
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Agroindustry Studies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceForestryGeography

Résumé

récupéré en direct d'OpenAlex

Land is the most important resource in supporting agricultural activities but land is limited. Therefore, land use must be wise and need economic considerations. The economic value of agricultural land is seen based on the level of fertility which is quantified by the production and production costs. This study aims to determine the average economic value of agricultural land and determine the most optimum economic value of land based on the types of commodities in Forestry Service Branch IV Working Area, Cianjur Regency, West Java. This research was conducted in Cianjur Regency, West Java from November 2022 to May 2023. Data was collected through direct interviews with 40 respondents. The average economic value of agricultural land in Forestry Service Branch IV Working Area, Cianjur Regency, West Java is Rp. 8.130/m²/cycle. The most optimal economic value of land in one cycle is the chili commodity in the amount of Rp. 9.530/m²/cycle while the most optimum economic value of land in one year is the cabbage commodity of Rp. 28.218/m²/year.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, 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 enseignants0,140
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,227
Écart entre enseignants0,202 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Agribisnis TerpaduMême sujetAgriculture and Agroindustry StudiesTravaux en français237 207