Pengembangan Potensi Spatial Dan Aspatial Desa Bone-Bone Sebagai Destinasi Wellness Tourism
Notice bibliographique
Résumé
Abstract. This research aims to explain and map the spatial and aspatial potential of Bone-Bone Village which supports the development of wellness tourism and to test the influence of spatial and aspatial potential on the development of health tourism. This research uses mixed methods as consideration and reference material for descriptive analysis. This research uses qualitative descriptive analysis to find out what spatial and aspatial potential Bone-Bone Village has that supports wellness tourism and path analysis to test how spatial and aspatial potential influences the development of wellness tourism. Abstrak. Penelitian ini bertujuan untuk menjelaskan dan memetakan potensi spatial dan aspatial yang dimiliki Desa Bone-Bone yang mendukung pengembangan wellness tourism serta menguji pengaruh potensi spatial dan aspatial terhadap pengembangan wellness tourism. Penelitian ini adalah mixed methods sebagai bahan pertimbangan serta bahan rujukan dalam menganalisis secara deskriptif. Penelitian ini menggunakan analisis deskriptif kualitatif untuk mengetahui apa saja potensi spatial dan aspatil yang dimiliki Desa Bone-Bone yang mendukung wellness tourism dan analisis jalur (path analysis) untuk menguji bagaimana pengaruh potensi spatial dan aspatial terhadap pengembangan wellness tourism.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,000 |
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.
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 ».