Bibliographic record
Abstract
Pengembangan pariwisata Kabupaten Lombok Tengah terbagi menjadi 3 kawasan yang didasarkan pada ciri dan potensi masing masing kwasan. Kawasan Utara (Aik Meneng) dikembangkan wisata pegunungan, Kawasan Tengah (Tunjung Tilah) dengan kekayaan budayanya dan Kawasan Selatan (Empak Bau) dengan wisata pantai. Pembangunan fisik masif di zona empak bau dengan keberadaan KEK dan beroperasinya BIL. Pembangunan pariwisata di zona Aik meneg adalah salah satu wujud pemerataan Pembangunan yang dilakukan Kepala Daerah terpilih periode 2021-2026. Tahun 2022 dilakukan pengembangan pariwisata di desa karang sidemen kecamatan Batukliang, desa Lendang Ara kecamatan Kopang dan desa Sintung kecamatan Pringgarata. Tahun 2023 pemerintah daerah melakukan pengembangan pariwisata di pemandian Aik Bukak, Desa Aik bukak kecamatan Batukliang. Pengembangan pariwisata di zona aik meneng menjadi latar belakang kajian penulis. Dengan mengangkat permasalahan. apakah pengembangan destinasi pariwista Aik Bukak yang dilakukan pemerintah daerah memiliki pengaruh pada kesejahteraan masyarakat sekitarnya. Untuk keperluan tersebut penulis melakukan evaluasi pengembangan destinasi terhadap peningkatan jumlah pengunjung ke destinasi “Aik Bukak” yang bertujuan mengetahui pengaruh pengembangan destinasi “aik bukak” terhadap peningkatan PAD dan perkembangan ativitas perekonomian masyarakat di wilayah sekitar “aik bukak”. Dengan menguraikan factor factor yang dibutuhkan untuk pengembangan destinasi wisata pengembangan yang dilakukan di pemandian aik bukak sudah memenuhi faktaor factor yang harus di sediakan dalam pengelola d destinasi wisata. Baik pengembangan untuk keperluan pengembangan atraksi, amenitas dan kebutuhan kuliner pengunjung. Dengan Analisa swot sederhana penulis mendapatkan kesimpulan fasilitas dan jenis atraksi pada destinasi “Aik Bukak” berpengaruh pada meningkatnya jumlah pengunjung yang berpengaruh pada peningkatan PAD.Namun belum berpengaruh besar pada perkembangan aktivitas perekonomian masyarakat sekitar.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.039 | 0.006 |
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".