Pengaruh Pengangguran terhadap Kemiskinan di Provinsi Kepulauan Riau
Notice bibliographique
Résumé
Pembangunan dilaksanakan dalam rangka mewujudkan kemakmuran masyarakat melalui pengembangan perekonomian dalam mengatasi berbagai permasalahan pembangunan dan sosial kemasyarakatan seperti pengangguran dan kemiskinan. Kemiskinan dan kondisi Tingkat pengangguran masih menjadi permasalahan dalam pembangunan di Provinsi Kepulauan Riau. Tujuan analisis ini adalah untuk mengetahui bentuk korelasi dan seberapa besar pengaruh antara tingkat pengangguran terhadap kemiskinan di Kabupaten dan Kota di Provinsi Kepulauan Riau. Manfaat dari analisis ini yaitu merupakan bagian dari evaluasi pembangunan daerah serta masukan dalam penyusunan perencanaan daerah yang berkaitan dengan penanggulangan kemiskinan dan sektor ketenagkerjaan. Penelitian ini menggunakan metode analisis regresi dengan model regresi yang digunakan adalah model analisis data panel yang terdiri dari penggabungan data yang dikumpulkan dalam periode waktu terhadap suatu individu (time series) dan yang dikumpulkan dalam periode waktu terhadap beberapa individu (cross section). Hasil yang didapatkan dari penelitian ini adalah angka kemiskinan di kabupaten dan kota Provinsi Kepulauan Riau dipengaruhi secara parsial oleh tingkat pengangguran terbuka. Besarnya pengaruh yang disebabkan oleh variabel independen tersebut adalah sebesar 10,7%, sedangkan sisanya sebesar 89,3% dijelaskan oleh variabel lain di luar model penelitian. Adapun rekomendasi yang dihasilkan yaitu dalam penanggulangan masalah pembangunan terkait tingkat pengangguran terbuka dan kemiskinan perlu dilakukan secara simultan dan sinergis dengan pendekatan beberapa variabel tambahan seperti pendidikan dan pelatihan, serta pembangunan ekonomi yang inklusif. Perlunya upaya pemerintah dalam meningkatkan perluasan lapangan kerja guna mengurangi jumlah pengangguran dan penduduk miskin di Provinsi Kepulauan Riau dengan program pemerintah yang memprioritaskan pembangunan pada perluasan kesempatan kerja yang bersifat padat karya dan memfokuskan perhatiannya pada program pengentasan kemiskinan,
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
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 ».