MétaCan
Menu
Retour à la cohorte
Enregistrement W4403238478 · doi:10.29313/bcsurp.v4i3.14011

Identifikasi Potensi Eduwisata Perlebahan Gunung Guntur

2024· article· en· W4403238478 sur OpenAlexaff
Savella Deanova Supatno, Astri Mutia Ekasari, Riswandha Risang Aji

Notice bibliographique

RevueBandung Conference Series Urban & Regional Planning · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical and construction materials studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. Gunung Guntur has great potential to be developed as a tourism destination, including beekeeping edu-tourism, considering the biodiversity and natural conditions that support sustainable beekeeping.. This study aims to identify the potential of Gunung Guntur Beekeeping Edu-tourism through an in-depth analysis of tourism aspects: attraction, amenities, accessibility, and ancillary. The research method used is a mixed-method approach, combining quantitative and qualitative methods to provide a comprehensive overview. Data were collected through purposive sampling techniques involving 6 respondents, as the sample selection was based on data relevance and specific criteria. The research results indicate that the attraction aspect is very high, accessibility and ancillary aspects are high, and the amenities aspect requires optimization to enhance competitiveness, attract more visitors, and promote sustainability as well as local economic growth. Beekeeping Edu-tourism has great potential because it combines elements of tourism and education, offering an educational and recreational experience about bee ecology and nature conservation. However, to achieve its maximum potential, improvements and sustainable management of facilities are needed to attract more visitors and contribute to environmental conservation and local economic empowerment. This underscores the importance of identifying tourism potential by focusing on the improvement and development of supporting facilities through proper management, thus potentially becoming a leading tourism destination that not only offers recreational experiences but also deep education with contributions to environmental conservation. Abstrak. Gunung Guntur memiliki potensi besar untuk dikembangkan sebagai destinasi wisata salah satunya eduwisata perlebahan, mengingat keanekaragaman hayati dan kondisi alam yang mendukung budidaya lebah yang berkelanjutan. Penelitian ini bertujuan untuk mengidentifikasi potensi Eduwisata Perlebahan Gunung Guntur melalui analisis mendalam terhadap aspek pariwisata: attraction, amenities, accessibility, dan ancillary. Metode penelitian yang digunakan adalah pendekatan campuran (mixed method), menggabungkan kuantitatif dan kualitatif untuk memberikan gambaran yang komprehensif. Data dikumpulkan melalui teknik purposive sampling dengan melibatkan 6 responden karena pengambilan sample sesuai relevansi data dan berdasarkan kriteria khusus. Hasil penelitian menunjukkan bahwa. Aspek attraction sangat tinggi, Accessibility dan ancillary tinggi, serta aspek amenities. Namun secara keseluruhan masih perlunya dioptimalkan untuk meningkatkan daya saing, menarik lebih banyak pengunjung, dan mendorong keberlanjutan serta pertumbuhan ekonomi lokal. Eduwisata Perlebahan memiliki potensi besar karena menggabungkan unsur wisata dan pendidikan, dengan daya tarik yang menawarkan pengalaman edukatif dan rekreasi tentang ekologi perlebahan serta pelestarian alam. Namun, untuk mencapai potensi maksimalnya diperlukan peningkatan dan pengelolaan fasilitas berkelanjutan agar dapat menarik lebih banyak pengunjung dan berkontribusi pada pelestarian lingkungan serta pemberdayaan ekonomi lokal. Sehingga ini menegaskan pentingnya mengidentifikasi potensi wisata dengan memperhatikan peningkatan dan pengembangan fasilitas pendukung melalui pengelolaan yang tepat, sehingga berpotensi menjadi tujuan wisata unggulan yang tidak hanya menawarkan pengalaman rekreasi tetapi juga pendidikan yang mendalam dengan kontribusi pelestarian lingkungan.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,397
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,226
Écart entre enseignants0,202 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBandung Conference Series Urban & Regional PlanningMême sujetGeotechnical and construction materials studiesTravaux en français237 207