Partisipasi Masyarakat Dalam Pengembangan Wisata Pantai Lalos, Desa Lalos, Kecamatan Galang, Kabupaten Tolitoli
Notice bibliographique
Résumé
Pantai Lalos awalnya merupakan suatu tempat pencarian ikan bagi nelayan tetapi lokasinya yang strategis maka masyarakat desa setempat berisiniatif memberikan ide kepada kepala desa agar pantai tersebut bisa dijadikan objek wisata dan dimana masyarakat dapat berpartisipasi dalam pengembangan wisata Pantai Lalos. Penelitian ini menggunakan metode analaisis data yaitu analisis korelasi dan regresi linear berganda untuk melihat bentuk-bentuk partisipasi, faktor-faktor partisipasi, dan tingkat partisipasi yang mempengaruhi partisipasi dalam pengembangan wisata Pantai Lalos. Hasil penelitian ini menunjukan bahwa variabel independent yang menjadi faktor penelitian yang memberi pengaruh cukup besar untuk variabel dependen yaitu partisipasi masyarakat. Dari hasil penelitian dan pembahasan dapat disimpulkan bahwa bentuk-bentuk partisipasi yang paling mempengaruhi adalah bentuk partisipasi dalam pikiran/ide dengan skor 85% sangat berpengaruh terhadap pengembangan wisata, dan faktor-faktor partisipasi yang paling mempengaruhi yaitu faktor penghasilan/pekerjaan dan lamanya tinggal dengan skor 86% sangat berpengaruh terhadap pengembangan wisata.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,006 |
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 ».