MétaCan
Menu
Retour à la cohorte
Enregistrement W7161641024 · doi:10.24036/agrnes.v1i2.14

Analisis Pendapatan Usaha Madu Galo-Galo Melipo Bee Di Nagari Lalan Kecamatan Lubuk Tarok

2023· article· W7161641024 sur OpenAlexaff

Notice bibliographique

RevueJurnal Agriness · 2023
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Research and Practices
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésDefinitenessProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Penelitian ini dilatar belakangi karena Kabupaten Sijunjung merupakan salah satu Kabupaten yang sudah mengembangkan budidaya ternak madu galo-galo. Hal tersebut di awali semenjak dinobatkannya Yunike Filmar pemuda asal Lubuk Tarok Kabupaten Sijunjung sebagai pemuda pelopor bidang pangan dengan pengembangan dan pengelolaan madu galo-galo tingkat Nasional. Yunike Filmar memiliki usaha ternak madu galo-galo yang diberi nama Usaha Madu Galo-Galo Melipo Bee yang sudah berdiri sejak tahun 2018. Namun secara rinci, Usaha Madu Galo-Galo Melipo Bee belum menganalisis pendapatan secara baik dan benar. Fokus penelitian ini bertujuan untuk menganalisis pendapatan usaha madu galo-galo melipo bee. Penelitian dilakukan ditempat usaha galo-galo melipo bee secara langsung dengan pemilik usaha, penelitian telah dilaksanakan pada bulan Februari – Juli 2023 di Nagari Lalan Kecamatan Lubuk Tarok Kabupaten Sijunjung. Metode yang digunakan dalam penelitian ini adalah metode deskriptif dan responden dalam penelitian ini pemilik usaha madu galo-galo melipo bee dilakukan dengan cara wawancara menggunakan kuisioner. Variabel yang diamati adalah modal usaha, biaya tetap, biaya variabel, penerimaan, pendapatan, keuntungan dan R/C ratio. Dari hasil penelitian diketahui bahwa biaya produksi Usaha Madu Galo-Galo Melipo Bee di Nagari Lalan Kecamatan Lubuk Tarok dalam satu kali periode produksi adalah sebesar Rp.4.452.701.85,- penerimaan sebesar Rp.38.000.000,-, pendapatan sebesar Rp.33.547.298.15,- keuntungan sebesar Rp.30.347.298.15 dan R/C ratio sebesar 8,53 yang artinya usaha madu galo-galo melipo bee menguntungkan dan layak untuk terus dikembangkan.

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 enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,042
Tête enseignante GPT0,292
Écart entre enseignants0,250 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal AgrinessMême sujetAgricultural Research and PracticesTravaux en français237 207