Konvergensi pertumbuhan ekonomi daerah di Provinsi Sulawesi Selatan
Bibliographic record
Abstract
Tujuan penelitian ini adalah untuk mendeskripsikan dan menganalisis Konvergensi Pertumbuhan Ekonomi di Daerah/Kota di Provinsi Sulawesi Selatan. Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif dan sumber data yang digunakan adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Kabupaten/Kota di Provinsi Sulawesi Selatan. Data tersebut merupakan data time series dari tahun 2010-2021 dan data cross section yang terdiri dari 24 kabupaten/kota, sehingga merupakan data panel (pooled data). Data yang dikumpulkan berupa data PDRB, PDRB per kapita, pertumbuhan ekonomi, tingkat partisipasi angkatan kerja dan Indeks Pembangunan Manusia Kabupaten/Kota di Provinsi Sulawesi Selatan. Metode analisis yang digunakan dalam penelitian ini adalah Analalisis Deskriptif dengan Indeks Williamson (IW), Analisi Deskriptif dengan Indeks Gini dan Analisis Deskriptif dengan Konvergensi Absolut dan Kondisional. Hasil penelitian ini menunjukkan bahwa terdapat bukti bahwa percepatan pertumbuhan ekonomi konvergen dengan meningkatnya tingkat ketimpangan. Hasil analisis dengan menggunakan ambang batas Indeks Williamson konsisten dengan hasil analisis dengan menggunakan konvergensi absolut dan relatif. Hasil analisis konvergensi absolut dan inkremental selama periode studi 2010 hingga 2021 menunjukkan bahwa telah terjadi konvergensi ekonomi lokal dan regional di Provinsi Sulawesi, dengan nilai sekitar -0,09 dan -0,03 yang berada di antara -1 dan 0. Namun demikian, proses konvergensi tersebut semakin lambat untuk konvergensi absolut dan inkremental. Selain itu, penurunan Indeks Williamson dari tahun ke tahun sangat lambat.
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.
How this classification was reachedexpand
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.010 |
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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".