MétaCan
Menu
Retour à la cohorte
Enregistrement W4402064872 · doi:10.58411/nwv77j94

PENGUKURAN PERTUMBUHAN EKONOMI KREATIF KOTA MALANG TAHUN 2021

2022· article· id· W4402064872 sur OpenAlexaff
Bidang Penelitian dan Pengembangan

Notice bibliographique

RevuePANGRIPTA · 2022
Typearticle
Langueid
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésEngineering

Résumé

récupéré en direct d'OpenAlex

Ekonomi kreatif adalah perwujudan nilai tambah dari kekayaan intelektual yang bersumber dari kreativitas manusia yang berbasis warisan budaya, ilmu pengetahuan, dan/atau teknologi. Kota malang mempunyai potensi 16 subsektor ekonomi kreatif yang meliputi arsitektur, desain interior, desain komunikasi visual, desain produk, film animasi dan video, fotografi, kriya, kuliner, musik, fesyen, aplikasi dan game developer, penerbitan, periklanan, televisi dan radio, seni pertunjukan dan seni rupa. Tujuan Pengukuran Pertumbuhan Ekonomi Kreatif Kota Malang Tahun 2021 yaitu mengukur angka PDRB ekonomi kreatif tahun 2020, melakukan forecasting angka PDRB ekonomi kreatif sebagai capaian tahun 2021, menghitung pertumbuhan angka ekonomi kreatif tahun 2020, menganalisis antara hasil capaian yang diperoleh tahun 2020 dan forecasting 2021 dengan target/sasaran yang telah ditetapkan secara ilmiah dan memberikan rekomendasi kebijakan yang perlu dilakukan oleh Pemerintah Kota Malang. Metode analisis yang digunakan untuk mengukur PDRB menggunakan pendekatan produksi dan pendekatan deflasi. Sedangkan metode yang digunakan untuk memprediksi forecasting yaitu Weighted Moving Average. PDRB ekonomi kreatif Kota Malang tahun 2020 sebesar Rp.7.267,43 miliar (ADHB) dan Rp.5.374,5 miliar (ADHK). Hasil pengukuran pertumbuhan Ekonomi Kreatif Kota Malang pada tahun 2020 diperoleh nilai -8,85 persen yang mengalami penurunan dari hasil pengukuran tahun sebelumnya dikarenakan pelaku usaha ekonomi kreatif terdampak pandemi Covid-19.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,005

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 GPT0,192
Écart entre enseignants0,169 · 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'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 revuePANGRIPTAMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207