Identifikasi Sektor Unggulan Penanaman Modal Berdasarkan Keterkaitan Realisasi Investasi Dan Pertumbuhan Ekonomi Daerah: Studi Kasus Kabupaten Bandung
Notice bibliographique
Résumé
Penelitian ini bertujuan mengidentifikasi sektor ekonomi unggulan dan menganalisis keselarasan realisasi investasi di Kabupaten Bandung. Menggunakan metode kuantitatif dengan analisis Location Quotient (LQ) pada data PDRB dan investasi periode 2020-2024, studi ini memetakan sektor basis (unggulan) dan non-basis. Hasil analisis menunjukkan bahwa sektor Industri Pengolahan serta Pertanian, Kehutanan, dan Perikanan merupakan sektor basis dengan daya saing regional yang kuat (LQ > 1). Namun, ditemukan adanya ketidakselarasan, di mana realisasi investasi belum teralokasi secara optimal ke semua sektor basis yang berpotensi tinggi. Beberapa sektor unggulan justru masih kekurangan investasi (under-invested). Temuan ini menyiratkan perlunya optimalisasi strategi promosi investasi oleh pemerintah daerah, dengan memprioritaskan sektor-sektor basis yang kompetitif untuk mendorong pertumbuhan ekonomi yang lebih berkelanjutan.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».