MétaCan
Menu
Retour à la cohorte
Enregistrement W4399900671 · doi:10.35580/jes.v6i1.52028

ANALISIS PRIORITAS STRATEGI PENGELOLAAN DESA WISATA RAMMANG-RAMMANG, KABUPATEN MAROS

2023· article· id· W4399900671 sur OpenAlexaff
Zulkifli Mappasomba, Didiet Haryadi Hakim, Muhammad Yusuf, Muhammad Haidir, Abdul Mannan

Notice bibliographique

RevueJurnal Environmental Science · 2023
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueCommunity-based Tourism Development and Sustainability
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

ABSTRAKDesa wisata Rammang-Rammang terletak di kabupaten Maros memiliki keindahan alam karst yang indah dan unik sehingga banyak dikunjungi wisatawan. Oleh karena itu, sangat penting untuk mengembangkan desa wisata rammang-rammang menjadi objek wisata berkelanjutan dengan memperhatika prioritas program strategis. Hal ini dikarenakan pertumbuhan industri pariwisata yang tidak terencana mengakibatkan masalah yang besar, sehingga diperlukan strategi khusus untuk mengelola desa wisata berdasarkan pilihan strategi prioritas. Penelitian ini bertujuan menerapkan strategi pengelolaan pariwisata berekelanjutan dengan mengacu pada hasil analisis nilai hirarki pembobotan prioritas strategi yang telah ditemukan. Metode yang digunakan dalam penelitian ini adalah metode deskriptif dengan pendekatan kualitatif dan kuantitatif dengan menggunakan Analisis SWOT dan AHP. Hasil analisis SWOT menunjukkan bahwa Desa Wisata Rammang-Rammang berada pada posisi Kuadran I dengan kondisi positif, memiliki peluang (Opportunity) dan kekuatan (Strength) yang baik. Selanjutnya untuk dikembangkan perumusan strategi berdasarkan urutan prioritas hirarki melalui tahap, pertama adalah fokus pada aspek sosial, diikuti peningkatan partisipasi masyarakat lokal, merumuskan strategi keberlanjutan ekonomi, pelestarian alam dan lingkungan, dan terakhir, strategi pengelolaan pariwisata. Strategi ini mencakup edukasi, partisipasi masyarakat, bisnis lokal, konservasi ekosistem, dan kolaborasi pemerintah serta organisasi non-pemerintah untuk mencapai keberlanjutan pariwisata yang lebih baik.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,003

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 Opus0,023
Tête enseignante GPT0,284
Écart entre enseignants0,262 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Environmental ScienceMême sujetCommunity-based Tourism Development and SustainabilityTravaux en français237 207