Analisis Kemampuan Membayar dan Kemauan Membayar Pengguna Jasa Angkutan Umum Trayek AL (Arjosari-Landungsari) Kota Malang
Notice bibliographique
Résumé
Transportasi umum di Kota Malang masih menghadapi tantangan rendahnya jumlah pengguna meskipun pandemi Covid-19 telah berakhir. Penelitian ini berfokus pada analisis karakteristik pengemudi dan pengguna angkutan umum di rute AL, serta menilai kemampuan membayar (ATP) dan kesediaan membayar (WTP) pengguna. Pengumpulan data dilakukan melalui survei lapangan dengan kuesioner. Hasil penelitian menunjukkan bahwa semua pengemudi angkutan umum di rute AL adalah laki-laki, dengan mayoritas berusia 51-65 tahun. Penghasilan harian mereka berkisar antara Rp50.000 hingga Rp100.000, dan sebagian besar memiliki pengalaman mengemudi lebih dari 20 tahun. Kendaraan yang digunakan sebagian besar berusia lebih dari 20 tahun. Dari sisi pengguna, mayoritas adalah perempuan berusia 31-50 tahun, dengan penghasilan bulanan antara Rp1.000.000 hingga Rp2.000.000. Frekuensi penggunaan angkutan umum ini sebagian besar berkisar antara 2-4 kali per minggu. Penelitian juga menemukan bahwa ATP pengguna rute AL adalah Rp4.334,43, sedangkan WTP hanya Rp4.043,01, yang berada di bawah tarif saat ini. Hal ini menunjukkan perlunya peningkatan kualitas layanan untuk menarik lebih banyak pengguna, sehingga angkutan umum dapat menjadi pilihan yang lebih menarik di Kota Malang.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».