PENGARUH INFRASTRUKTUR PENGEMBANGAN KAWASAN EKONOMI KHUSUS (KEK) PALU TERHADAP PERTUMBUHAN EKONOMI DI KOTA PALU
Notice bibliographique
Résumé
Dalam rangka mempercepat pembangunan perekonomian di wilayah Kota Palu dan untuk menunjang percepatan dan perluasan pembangunan ekonomi nasional, maka wilayah Palu dikembangkan sebagai Kawasan Ekonomi Khusus. Tujuan dari penelitian ini adalah untuk menganalisis pengaruh serta besarnya pengaruh infrastruktur ekonomi terhadap pertumbuhan ekonomi di Kota Palu. Dalam penelitian ini menggunakan metode kuantitatif dengan analisis Regresi Linier Berganda. Variabel yang diamati adalah variabel dependen yaitu Pertumbuhan Ekonomi (Laju Pertumbuhan PDRB ADHK) dan variabel independen yaitu Infrastruktur Ekonomi (jalan, listrik, dan air bersih). Dari hasil analisis menunjukkan variabel infrastruktut jalan tidak berpengaruh terhadap laju pertumbuhan PDRB, variabel infrastruktur listrik dan infrastruktur air bersih memiliki pengaruh terhadap laju pertumbuhan PDRB. Infrastruktur ekonomi seperti jalan, listrik, dan air bersih yang secara simultan memiliki pengaruh terhadap laju pertumbuhan PDRB, merupakan bagian penting dalam mendorong kinerja pertumbuhan ekonomi suatu wilayah. Maka dari itu, pemerintah perlu memberikan perhatian khusus terhadap perkembangan infrastruktur ekonomi agar kualitas dan kuantitasnya dapat memberikan manfaat bagi masyarakat Kota Palu terlebih untuk mendukung pengembangan Kawasan Ekonomi Khusus (KEK) Palu.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».