MétaCan
Menu
Retour à la cohorte
Enregistrement W7117685390 · doi:10.23887/jjpg.v13i3.96353

Hubungan antara Kepadatan Penduduk dengan Sebaran Jumlah Koperasi Aktif di Kabupaten Bandung Tahun 2024

2025· article· id· W7117685390 sur OpenAlexaff
Dwi Nur Rachmawati, Totok Doyo Pamungkas, M Luthfi Fahmi Romadhon, Irza Julia Nur Azizah

Notice bibliographique

RevueJurnal Pendidikan Geografi Undiksha · 2025
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPopulationCorrelation coefficientSpearman's rank correlation coefficientStatistical analysisPopulation densityPositive correlationPositive relationship

Résumé

récupéré en direct d'OpenAlex

This study is motivated by the important role of cooperatives in the people's economy, assuming that population density affects the number of cooperative developments in Bandung Regency. The relationship between population density and the distribution of active cooperatives is analyzed using the Spearman Correlation Analysis method, with the study area covering 31 sub-districts in Bandung Regency, West Java in 2024. The Spearman Correlation Analysis method is used to measure the strength and direction of the relationship between the two variables. The analysis results show that the correlation coefficient is 0.031 with a significance value of 0.867, indicating no relationship or correlation between population density and the number of cooperatives. The relationship between the two variables is positive but very weak. This study implies that population density is not a primary factor in the development of cooperatives in the Bandung Regency area.The map is presented to facilitate the visualization of population density conditions and the number of cooperatives distribution.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,225 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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 revueJurnal Pendidikan Geografi UndikshaMême sujetCooperative Studies and EconomicsTravaux en français237 207