ANALISIS KEPUASAN IMPORTIR BUAH (APEL,PIR DAN JERUK) \nTERHADAP PELAYANAN PT. TERMINAL PETIKEMAS SURABAYA
Notice bibliographique
Résumé
International trade is generally carried out through the port because it is \nalways in large numbers to supply the people needed. Tanjung Perak Harbor is the \nlargest port in East Java, managed by PT. Terminal Petikemas Surabaya. The highest \nvolume of fruit imports are apples, oranges and pears from various countries such as \nChina, the United States, and Canada. Services of PT. Terminal Petikemas Surabaya \nhas a big effect on service users or consumers, in this case is the fruit importer. The \ntime proceed to entry of commodities at the port affects the stability of prices at the \nconsumer level. \nThe purpose of this study was to determine the satisfaction of importers with \nthe services of PT. Surabaya Container Terminal and analyzed the effect of service \nquality on the satisfaction of importers of apples, oranges and pears. There are 50 \ncompanies selected using the Purposive Random Sampling method. While the \nanalysis uses Multiple Linear Regression. \nThe results showed that there were 4 (four factors) which had a significant \neffect on importer satisfaction, Such as responsiveness, empathy, assurance and \nphysical evidence. The reliability factor does not significantly influence the \nsatisfaction of the importer. All the 5 (five) independent variables that affect 68.5% of \nimporter satisfaction. As many as 31.5% of other factors were not included in this \nstudy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».