MétaCan
Menu
Retour à la cohorte
Enregistrement W4402283363 · doi:10.36985/r43zsk31

Kajian Kelayakan Pembentukan Sentra Peternakan Sapi Potong di Kabupaten Simalungun

2023· article· id· W4402283363 sur OpenAlexaff
Jico Sigiro, Ummu Harmain, Jef Rudiantho Saragih

Notice bibliographique

RevueJurnal Regional Planning · 2023
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Farming and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

Pembangunan subsektor peternakan merupakan bagian dari pembangunan sektor pertanian, yang memiliki nilai strategis dalam memenuhi kebutuhan bahan pangan yang terus meningkat.Penelitian ini bertujuan untuk menganalisis kelayakan pembentukan sentra peternakan sapi potong di Kabupaten Simalungun ditinjau dari aspek finansial dan non finansial. Alat analisis yang digunakan pada aspek finansial adalah revenue-cost ratio (r/c ratio), adapun aspek non finansial yang dilakukan adalah aspek teknik, aspek manajemen, aspek pasar, aspek hukum, aspek ekonomi dan sosial serta aspek lingkungan. Responden dalam penelitian ini adalah peternak yang mewakili kelompok ternak sejumlah 29 orang.Hasil penelitian menunjukkan bahwa pembentukan sentra peternakan sapi di Kabupaten Simalungun layak dilakukan ditinjau dari aspek finansial dengan nilai R/C sebesar 1,88. Demikian pula bila ditinjau dari aspek pasar, aspek ekonomi dan sosial dan aspek lingkungan, sedangkan aspek teknis, manajemen dan hukum masih perlu dibenahi

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,034
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,006

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 Opus0,054
Tête enseignante GPT0,276
Écart entre enseignants0,221 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Regional PlanningMême sujetLivestock Farming and ManagementTravaux en français237 207