MétaCan
Menu
Retour à la cohorte
Enregistrement W4395959114 · doi:10.18280/ijsdp.190424

Examining the Effect of Agribusiness Actors' Performance on the Performance of Arabica Coffee Agribusiness Subsystem in North Toraja Regency

2024· article· en· W4395959114 sur OpenAlexvenueno aff
Rico, Rahim Darma, Darmawan Salman, Mahyuddin Mahyuddin

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgribusinessArabica coffeeBusinessAgricultural scienceAgricultureGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The performance of agribusiness actors is measured to evaluate the efficiency of the Arabica coffee agribusiness system.This study aims to analyze the effect of the performance of agribusiness actors (Department of Agriculture, Companies, Coffeeshops, Micro, Small, and Medium Enterprises, Agromechanical Industry, Agrochemical Industry, Cooperatives, Collecting Traders, Agricultural Extension, Farmer Groups, Farmers) on the performance of subsystems (Upstream, Farming, Downstream, Marketing, and Supporting) of Arabica coffee agribusiness.This study used a descriptive qualitative and quantitative approach.The data analysis technique uses Smart PLS 3.0 software, Structural Equation Model -Partial Least Square (SEM-PLS) analysis.The analysis was carried out partially because indicators intersected or were interrelated between actors and agribusiness subsystems.The results showed that there were variables that had a significant and positive effect, including the performance of the Agriculture Office on the Upstream and Supporting Subsystems; Companies on farming, downstream, and marketing subsystems; Coffeeshops on downstream and marketing; MSMEs on marketing; Cooperatives on support; Farmers on upstream, agriculture, and marketing.In addition, some variables have an insignificant and negative effect, namely the performance of the company to the supporting subsystem, Agromechanics and agrochemicals to upstream; Cooperatives to marketing, Collecting Traders to marketing, Extension to supporting; Farmer groups to farming and supporting subsystems.The research conclusion shows that 11 variables have a significant and positive effect, while the remaining nine have a negative and insignificant impact.Arabica coffee agribusiness performance can be improved through policy support that favors the country's mainstay commodities such as arabica coffee.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,080
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,255
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetSMEs Development and Digital MarketingTravaux en français237 207