MétaCan
Menu
Retour à la cohorte
Enregistrement W4394003928 · doi:10.59188/jcs.v1i4.103

Analisa Motivasi, Tantangan Dan Kesuksesan Pelaku Usaha Sosial

2022· article· id· W4394003928 sur OpenAlexfundno aff
Maria R. Nindita Radyati

Notice bibliographique

RevueJournal of Comprehensive Science (JCS) · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensnon disponible
Organismes subventionnairesInstituto de Física de CantabriaBritish Columbia Innovation Council
Mots-clésAdvertisingSociologyBusiness

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk melakukan analisa terhadap program Pengembangan Usaha Sosial melalui Kompetisi Desain Indonesia Fashion and Craft Awards (IFCA) tahun 2021 yang dilakukan oleh Bali Creative Industry Center (BCIC) Kementerian Perindustrian. Penelitian ini menggunakan metode kualitatif dengan metode content analysis untuk menganalisa hasil in-depth interview terhadap pemenang kompetisi tersebut untuk mengetahui motivasi, tantangan dan sukses criteria dalam menjalankan usaha sosial berdasarkan usia usaha sosial.Hasil penelitian ini menunjukkan bahwa terdapat perbedaan motivasi pelaku berdasarkan usia usaha sosial. Usaha sosial yang berusia lebih satu tahun memiliki motivasi moneter sedangkan mereka yang berusia dibawah satu tahun memiliki motivasi non-moneter. Selain itu terdapat perbedaan tantangan yang dihadapi bedasarkan usia usaha, di mana pelaku usaha diatas satu tahun tidak memiliki masalah dalam hal organisasi (manajemen usaha) karena sudah pernah mengikuti program peningkatan kapasitas manajemen usaha dan memiliki komunitas wirausaha. Selain itu, kriteria kesuksesan menurut mereka yaitu melakukan perubahan / memberikan dampak di tingkat sistemik (regional / provinsi / nasional) kemudian diikuti meningkatkan kapasitas kelompok miskin dan terpinggirkan. Penelitian selanjutnya diharapkan bisa mencakup sampel yang lebih luas dengan bisnis yang sudah matang

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0040,003
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,305
Écart entre enseignants0,267 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comprehensive Science (JCS)Même sujetSMEs Development and Digital MarketingTravaux en français237 207