Strategi Pemberdayaan Masyarakat dalam Mengurangi Kemiskinan Ekstrem Melalui Pariwisata Berkelanjutan (Studi Kasus Tanjung Kasuari Kota Sorong)
Bibliographic record
Abstract
Pembangunan pariwisata yang berkelanjutan sangat penting untuk diterapkan karena menurut paradigma pembangunan berkelanjutan didasari perjalanan pelaksanaan pembangunan yang semakin tidak terkontrol dalam sebuah negara serta memberi peluang yang besar bagi pembangunan nasional dan memberikan dampak positif bagi pembukaan lapangan pekerjaan baru dan peningkatan kesejahteraan ekonomi sehingga diharapkan terjadi penanggulangan kemiskinan ekstrem pada tahun 2024 mencapai 0 persen serta terciptanya masyarakat mandiri dan sejahtera. Pada penelitian ini menggunakan pendekatan AHP. Hasil penelitian menunjukkan Pemberdayaan masyarakat dalam mengurangi kemiskinan ekstrem melalui pariwisata berkelanjutan nilai konsistensinya yaitu 0,0085. Hal ini menunjukan bahwa keputusan yang di ambil oleh para responden menunjukan skala prioritas cukup konsisten. Melalui penerapan strategi-strategi dengan dukungan pemerintah setempat dalam hal Pemerintah Kota Sorong diharapkan masyarakat setempat dapat memperoleh manfaat secara ekonomi, sosial, maupun lingkungan yang berkelanjutan dari sektor pariwisata dengan memperkuat peran serta masyarakat serta peningkatan daya tarik dan daya dukung destinasi pariwisata dapat menciptkan lingkungan yang mendukung dalam pengurangan kemiskinan ekstrem.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.025 | 0.004 |
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 source (direct Gemma or distilled Codex), 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".