MétaCan
Menu
Retour à la cohorte
Enregistrement W1871139796 · doi:10.24198/agrikultura.v21i1.987

Pengkajian Pengembangan Model Pabrikasi Pupuk Organik: Studi Kasus di Kota Tasikmalaya, Jawa Barat

2010· article· id· W1871139796 sur OpenAlexaff
Agus Ruswandi

Notice bibliographique

RevueJurnal Agribisnis dan Agrowisata (Journal of Agribusiness and Agritourism) · 2010
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueWaste Management and Recycling
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsMathematicsAgricultural scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Di beberapa lokasi di Jawa Barat telah diintroduksikan model pabrikasi pupuk organik skala pedesaan antara lain di Kecamatan Tamansari, Kota Tasikmalaya. Dalam pengembangan model tersebut masih menemui beberapa hambatan, yaitu permasalahan dalam pengembangan kelembagaan produksi pupuk organik, serta terkait dengan prilaku petani (pengguna). Pengkajian bertujuan 1) Mengevaluasi tingkat kelayakan usaha pabrikasi pupuk organik di pedesaan; 2) Mengetahui faktor penentu pengembangan produksi pupuk organik di pedesaan; 3). Mengetahui faktor yang mempengaruhi perilaku petani menggunakan pupuk. Pengumpulan data dilakukan melalui Expert Meeting dan survei wawancara terhadap 42 petani responden. Data diolah secara deskriptif, analisis Margin Benefit Cost Ratio, dan analisis regresi logistik binari. Hasil pengkajian menunjukkan bahwa usaha pabrikasi pupuk organik skala pedesaan dengan model introduksi mempunyai kelayakan usaha yang lebih tinggi, sehingga layak dikembangkan. Permasalahan utama pabrik pupuk organik pedesaan yaitu tingkat produksinya masih di bawah kapasitas produksi optimum disebabkan pemasaran hasil yang kurang baik. Peluang petani menggunakan pupuk organik dipengaruhi oleh beberapa faktor yaitu proporsi tanaman semusim yang diusahakan, kepemilikan ternak, serta keterampilan dalam membuat pupuk kompos terutama dalam pengetahuan penggunaan dekomposer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Agribisnis dan Agrowisata (Journal of Agribusiness and Agritourism)Même sujetWaste Management and RecyclingTravaux en français237 207