MétaCan
Menu
Retour à la cohorte
Enregistrement W4403239972 · doi:10.29313/bcsurp.v4i3.14257

Kesiapan Masyarakat Kecamatan Cipeundeuy, Kabupaten Subang terhadap Pengembangan Kawasan Industri Subang Smartpolitan

2024· article· en· W4403239972 sur OpenAlexaff
Fadhila Khalida Burhanudin, Saraswati

Notice bibliographique

RevueBandung Conference Series Urban & Regional Planning · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract. The development of Subang Smartpolitan Industrial Estate is an important part of industrial estate development in Subang Regency, located in the strategic area of West Java Province as know as Rebana with an area of ±2,717 hectares. With development already underway, the local government needs to ensure the readiness of the community in facing the Subang Smartpolitan Industrial Estate. Leaders have an important role in human resource development to ensure appropriate development steps can be taken. This study aims to identify the level of readiness of the Cipeundeuy Sub-district community in facing the development of the Subang Smartpolitan Industrial Estate. The research method used was mixed method, with data collected through structured interviews with 25 key respondents from village community organizations in Cipeundeuy Sub-district. The community readiness assessment was conducted using the dimensions of the Community Readiness Model, which includes community knowledge of efforts, knowledge related to issues, community climate, leadership, and resources related to efforts. The results of the analysis show that community readiness in Cipeundeuy Sub-district is at the Preplanning Stage level, the 4th level out of 9 levels. At this level, most communities have at least heard about the program or activity but have very limited knowledge, some communities have limited knowledge about the issue, some community attitudes towards the issue are still mediocre, even though they are aware of the impact, leaders recognize that the issue is a community concern and have begun to take steps to address it, and resources used for efforts to address the issue are still limited. Abstrak. Pembangunan Kawasan Industri Subang Smartpolitan merupakan bagian penting dari pengembangan kawasan industri di Kabupaten Subang, terletak di Kawasan Strategis Provinsi (KSP) Jawa Barat, yang dikenal dengan Kawasan Rebana dengan luas ± 2.717 hektar. Dengan pembangunan yang sudah berjalan, pemerintah daerah perlu memastikan kesiapan masyarakat dalam menghadapi Kawasan Industri Subang Smartpolitan. Pemimpin memiliki peran penting dalam pengembangan sumber daya manusia untuk memastikan langkah-langkah pengembangan yang tepat dapat diambil. Penelitian ini bertujuan untuk mengidentifikasi tingkat kesiapan masyarakat Kecamatan Cipeundeuy dalam menghadapi pengembangan Kawasan Industri Subang Smartpolitan. Metode penelitian yang digunakan adalah metode campuran (mix method), dengan data dikumpulkan melalui wawancara terstruktur dengan 25 responden kunci dari lembaga kemasyarakatan desa di Kecamatan Cipeundeuy. Penilaian kesiapan masyarakat dilakukan menggunakan dimensi Community Readiness Model, yang mencakup pengetahuan masyarakat terhadap upaya, pengetahuan terkait isu, iklim masyarakat, kepemimpinan, dan sumber daya terkait upaya. Hasil analisis menunjukkan bahwa kesiapan masyarakat di Kecamatan Cipeundeuy berada pada tingkat Preplanning Stage atau pra perencanaan, tingkat ke-4 dari 9 tingkat yang ada. Pada tingkat ini Sebagian besar masyarakat setidaknya pernah mendengar tentang program atau kegiatan tetapi memiliki pengatahuan yang sangat terbatas, sebagian masyarakat memiki pengetahuan yang terbatas mengenai isu, sebagian sikap masyarakat terhadap isu masih biasa saja, meskipun mereka sudah menyadari dampaknya, para pemimpin mengakui bahwa masalah ini menjadi keprihatinan masyarakat dan telah mulai mengambil langkah-langkah untuk mengatasinya, dan sumber daya yang digunakan untuk upaya dalam mengatasi masalah masih terbatas.

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), 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,244
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBandung Conference Series Urban & Regional PlanningMême sujetCoastal Management and DevelopmentTravaux en français237 207