ANALISIS REPOSISI DAN REBRANDING KOTA MALANG
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
City Branding memiliki fungsi sebagai payung yang mencakup semua karakteristik dari kehidupan dan kegiatan kota dan dapat dipahami sebagai pembangkit harapan bagi penduduk kota aktual dan potensial dan memastikan bahwa harapan tersebut terpenuhi. Tujuan penyusunan analisis ini adalah untuk menggali potensi daerah yang ada atau brand image yang beredar di tengah-tengah wilayah Kota Malang yaitu evaluasi atas brand yang selama ini dikembangkan oleh Kota Malang, Peta Jalan atau Road Map dan rencana pengembangan brand Kota Malang, serta menyediakan kebutuhan media branding yang digunakan untuk mendukung brand Kota Malang. Manfaat city branding adalah untuk meningkatkan jumlah wisatawan yang datang, meningkatkan jumlah investasi yang masuk, memperoleh kepercayaan dan kredibilitas dari investor, bekerja sama secara lebih efektif dengan stakeholders lain, meningkatkan peranan politis, menjadi kebanggaan masyarakat yang menetap, bekerja, atau belajar, serta memberikan dampak „daerah asal‟ dari suatu produk atau jasa. Metode yang digunakan dalam analisis ini adalah metodologi riset, metodologisampling, dan metodologi analisis data. Metodologi riset meliputi Face-to-Face Interview dan In-Depth Interview. Metodologi Sampling meliputi Purposive Sampling dan Simple Random Sampling (home-to-home), dan dalam pengambilan data menggunakan metode PAPI (Paper-Assisted Personal Interview). Selain itu metodologi analisis data juga dengan Cross Tabulation Advance Analysus: Thurstone dan Skala Likert. Jumlah responden dalam penelitian ini adalah 315 responden yang terdiri dari penduduk Malang, pendatang, turis/wisatawan, pengusaha, pemerintah kota, dan tokoh masyarakat.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it