MétaCan
Menu
Retour à la cohorte
Enregistrement W7160698165 · doi:10.29210/30036388000

Dampak Perkembangan Usaha Gabungan Kelompok Tani (Gapoktan) Terhadap Kesejahteraan Anggota

2025· article· W7160698165 sur OpenAlexaff
Dini Sekar Rini, Mahdi Mahdi, Hasnah Hasnah

Notice bibliographique

RevueJRTI (Jurnal Riset Tindakan Indonesia) · 2025
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Research and Practices
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésUnit (ring theory)Nonprofit organization

Résumé

récupéré en direct d'OpenAlex

Sektor pertanian memiliki peran penting dalam perekonomian Indonesia, namun keterbatasan akses modal, teknologi, dan pasar membuat kesejahteraan petani masih rentan. Gabungan Kelompok Tani (Gapoktan) menjadi salah satu kelembagaan strategis untuk meningkatkan efisiensi usaha, akses modal, dan pemasaran hasil pertanian. Penelitian ini bertujuan untuk menganalisis perkembangan usaha KSU Gapoktan Albasiko II di Nagari Padang Canduh, Kecamatan Kinali, Kabupaten Pasaman Barat, serta kontribusinya terhadap kesejahteraan anggota. Metode yang digunakan adalah deskriptif kualitatif dengan pengumpulan data melalui observasi, wawancara, dan dokumentasi pada 71 anggota. Hasil penelitian menunjukkan bahwa KSU Gapoktan Albasiko II mengalami perkembangan signifikan pada aset, unit usaha, dan pendapatan, terutama melalui Lembaga Keuangan Mikro Agribisnis (LKM-A), sarana produksi pertanian (Saprodi–Saprotan), serta Lembaga Distribusi Pangan Masyarakat (LDPM/Waserda). Perkembangan unit usaha tersebut berdampak positif terhadap pendapatan, produktivitas, dan stabilitas harga bagi anggota. Temuan ini mengisi kekosongan penelitian sebelumnya yang jarang mengevaluasi dampak multi-unit usaha Gapoktan secara simultan dan menunjukkan pentingnya penguatan kelembagaan petani dalam mendukung pembangunan pertanian berkelanjutan di pedesaan.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,292
Écart entre enseignants0,270 · 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 revueJRTI (Jurnal Riset Tindakan Indonesia)Même sujetAgricultural Research and PracticesTravaux en français237 207