MétaCan
Menu
Retour à la cohorte
Enregistrement W4410923080 · doi:10.51601/ijse.v5i2.130

Urgency of Establishing a National Spices and Herbal Agency In Realizing Golden Indonesia 2045

2025· article· en· W4410923080 sur OpenAlexaff
Yaya Sunaryo, Yudi Pratama, Riskal Arief, Asy’ari Muchtar, I S Harahap

Notice bibliographique

RevueInternational Journal of Science and Environment (IJSE) · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Traditional medicineBusinessPolitical scienceMedicineSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Indonesia has a very large potential for "spices and herbs." Both are abundant as one of the natural resources bestowed by God Almighty. These resources have strategic value in the fields of health, medicine, industry, beauty and economy. However, their utilization has not been optimal in supporting sustainable national economic growth. Therefore, a national agency is needed that specifically manages spices and herbs to increase competitiveness, added value, and their contribution to the Indonesian economy. This study aims to analyze the urgency of establishing the National Spice and Herbal Agency in order to support the vision of Indonesia Emas 2045. The method used is descriptive qualitative research with a case study approach, using secondary data from various relevant sources. The results of the study show that although Indonesia has abundant spice and herbal resources, their management is still sectoral and not yet integrated. Therefore, the establishment of a national agency that specifically handles this sector is a strategic step to create more effective, sustainable governance, and is able to increase the contribution of the spice and herbal sector to the national economy, including in Non-Tax State Revenue (PNBP) and exports.

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)0,007
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,002
Communication savante0,0050,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Science and Environment (IJSE)Même sujetFood and Agricultural SciencesTravaux en français237 207