MétaCan
Menu
Retour à la cohorte
Enregistrement W4402286179 · doi:10.36985/9jbt4c58

Pengaruh Pemberdayaan Pedagang Kaki Lima Dan Kinerja Perusahaan Daerah Terhadap Pengembangan Pasar Agribisnis Di Pasar Horas Kota Pematangsiantar

2022· article· id· W4402286179 sur OpenAlexaff
Juan Winaldy Simorangkir, Arvita Netty Haloho, Jasman Purba, Mustafa Ginting

Notice bibliographique

RevueJurnal Regional Planning · 2022
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Agroindustry Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

ABSTRAK Tujuan penelitian ini adalah menganalisis Pengaruh Pemberdayaan Pedagang Kaki Lima dan Kinerja Perusahaan Daerah terhadap Pengembangan Pasar Agribisnis di Pasar Horas Kota Pematangsiantar. Populasi penelitian ini adalah masyarakat yang berada di Kota Pematangsiantar. Dengan jumlah penduduk 11.507 jiwa. Dengan mengggunakan rumus penarikan sampel, maka sampel penelitian sebesar 100 orang. Penelitian ini menggunakan regresi ganda, pengolahan data menggunakan SPSS. Dari hasil penelitian diketahui bahwa hasil koefisen determinasi pemberdayaan pedagang kaki lima sebesar 0,556 atau 55,6 hasil koefisen determinasi kinerja perusahaan daerah sebesar 0,595 atau 59,5. Hasil koefisen determinasi Pemberdayaan Pedagang Kaki Lima dan Kinerja Perusahaan Daerah terhadap Pengembangan pasar agribisnis sebesar 0,641 atau 64,1 %. Sedangkan sisa 35,9%, yang tidak masuk kedalam penelitian ini. Jadi dapat disimpulkan bahwa Pemberdayaan Pedagang Kaki Lima dan Kinerja Perusahaan Daerah mempunyai pengaruh terhadap pengembangan pasar agribisnis di Pasar Horas Kota Pematangsiantar. Penelitian ini memberikan sumbangan pemikiran dan saran kepada Perusahaan Daerah Pasar Horas Jaya dalam mengembangkan pasar agribisnis di Pasar Horas Kota Pematangsiantar

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,260
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

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 revueJurnal Regional PlanningMême sujetAgriculture and Agroindustry StudiesTravaux en français237 207