MétaCan
Menu
Retour à la cohorte
Enregistrement W4404049108 · doi:10.1016/j.jafr.2024.101494

COVID-19 pandemic and food security: Strategic agricultural budget allocation in Indonesia

2024· article· en· W4404049108 sur OpenAlexaff
Akbar Akbar, Rahim Darma, Andi Irawan, Mahyuddin Mahyuddin, Feryanto Feryanto, Rida Akzar

Notice bibliographique

RevueJournal of Agriculture and Food Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensArtificial Insemination Center of Quebec
Organismes subventionnairesMinistry of Agriculture of the People's Republic of China
Mots-clésFood securityAgriculturePandemicCoronavirus disease 2019 (COVID-19)BusinessGeographyMedicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has exposed significant vulnerabilities in Indonesia's food security, highlighting the need for more strategic agricultural budget allocation. This study addresses the issue of inadequate budgeting techniques that fail to effectively support food production and distribution during crises. The primary objective is to develop a tailored framework that optimises budget allocations to strengthen Indonesia's food security in the face of socio-economic and geographical challenges. Using a multi-dimensional research approach, the study involves key stakeholders from the Ministry of Agriculture, the Ministry of Finance, and the Ministry of National Development Planning, employing methods such as in-depth interviews, focus group discussions, and data collection from primary and secondary sources. The research utilises the Analytical Hierarchy Process (AHP) with the Expert Choice 2000 program to systematically evaluate decision-making options. Findings reveal the necessity of a resilient framework that balances short-term emergency responses with long-term strategies, focusing on increasing production capacity, improving seed quality, expanding land availability, and adopting advanced agricultural technologies. The study contributes to the policy landscape by offering a structured agricultural budgeting framework and policy recommendations aimed at mitigating disruptions, enhancing productivity, and supporting sustainable agricultural practices. It also emphasizes the importance of sensitivity analysis in budget planning to inform strategic decisions. The study recommended targeted investments in production capacity, a reevaluation of rice import regulations, and the adoption of innovative technologies to ensure a resilient and sustainable food system in Indonesia.

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)0,003
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 enseignants0,013
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,283
Tête enseignante GPT0,495
Écart entre enseignants0,212 · 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agriculture and Food ResearchMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207