SENA SAKTI (Sekolah Bencana; Siaga, Aksi dan Mitigasi)
Notice bibliographique
Résumé
Adapun tujuan penelitian ini adalah (1) Untuk menganalisis penanggulangan bencana tanah longsor berbasis komunitas sekolah dasar, (2) untuk menyusun strategi penyampaian pengetahuan dan keterampilan mitigasi bencana, (3) untuk mengetahui metode yang digunakan guru untuk memberikan pemahaman tentang bencana tanah longsor dalam pembelajaran. Metode yang digunakan dalam penulisan ini adalah pendekatan kualitatif dengan melakukan kajian melalui sumber empirik dan studi kepustakaan. Teknik pengumpulan data dilakukan dengan studi pustaka, studi dokumen, observasi dan wawancara kepada stakeholder terkait yaitu salah satu kepala sekolah dasar di Desa Gitgit. Hasil pembahasan menunjukkan bahwa penanggulangan bencana longsor di Sekolah Dasar dapat dilakukan dengan membentuk komunitas yang terdiri dari (1) agen sosialisasi bencana, (2) agen pertolongan pertama, (3) agen informasi dan komunikasi pasca bencana. sedangkan strategi pengetahuan dan keterampilan mtigasi bencana dilakukan dengan pelatihan keterampilan pertolongan pertama, pembentukan komunitas dan simulasi bencana. Pemahaman tentang bencana longsor diberikan kepada siswa dilakukan terintegrasi pembelajaran di kelas serta memasukkan peran kearifan lokal yang mendukung sebagai upaya dalam memanfaatkan kearifan lokal. Kata kunci: Komunitas, Sekolah Dasar, dan tanah longsor
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».