Pengaruh Pertumbuhan Ekonomi dan Rata-rata Lama Sekolah terhadap Tingkat Pengangguran Terbuka di Kabupaten Bantul
Notice bibliographique
Résumé
Pengangguran terbuka masih menjadi salah satu permasalahan di hampir semua negara sedang berkembang termasuk Indonesia umumnya dan Kabupaten Bantul di DIY pada khususnya.Permasalahan ketenagakerjaan tersebut memiliki dimensi sosial dan ekonomi serta bersifat multidimensi. Perkembangan tingkat pengangguran terbuka di Kabupaten Bantul dari tahun ke tahun menunjukkan fluktuasi yang berarti bahwa potensi permasalahan tingkat pengangguran terbuka masih dapat dialami di tahun-tahun mendatang. Penelitian ini bertujuan untuk menganalisis variabel yang berpengaruh terhadap tingkat pengangguran terbuka di Kabupaten Bantul. Data yang digunakan adalah data sekunder yang bersumber dari publikasi BPS Provinsi DIY dan BPS Kabupaten Bantul. Hasil penelitian dengan menggunakan model regresi menemukan bahwa pertumbuhan ekonomi berpengaruh negatif dan signifikan terhadap tingkat pengangguran terbuka sedangkan rata-rata lama sekolah tidak berpengaruh secara signifikan. Rekomendasi penelitian adalah peningkatan aktivitas perekonomian penting dalam mengurangi tingkat pengangguran. Kebijakan pembangunan ekonomi harus diarahkan pada perkembangan bisnis atau sektor swasta yang beroperasi dengan membutuhkan tenaga kerja yang berpendidikan relatif tinggi agar dapat menyerap lebih banyak tenaga kerja yang berpendidikan.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».