Kontribusi Perusahaan Pengembang Terhadap Pemberdayaan Petani Perkotaan dalam Mewujudkan Ketahanan Pangan
Notice bibliographique
Résumé
Pembangunan infra struktur yang diperuntukkan bagi sektor property, perindustrian, perdagangan, fasilitas sosial dan pendidikan di wilayah sub-urban terjadi secara cepat hampir di seluruh wilayah Jawa Timur, yang dianggap sebagai salah satu propinsi yang memiliki tingkat perkembangan ekonoi yang pesat. Implikasi yang terjadi bahwa lahan pertanian menjadi semakin terdesak kurang lebih 100 hektar pertahun beralih fungsi menjadi non pertanian. Implikasi berikutnya adalah semakin berkurangnya persediaan pangan, gizi dan bahan baku industri pertanian serta produk-produk pertanian yang menjadi unggulan Indonesia. Ditengah cepatnya pembangunan infra struktur usaha pertanian di perkotaan (urban farming) menunjukkan potensi yang semakin berkembang (walaupun lamban) seiring dengan meningkatnya ilmu pengetahuan dan teknologi pertanian. Sugiharso (2014) menyebutkan bahwa pada saat ini terdapat 2000 hektar lahan di wilayah Surabaya bagian Barat yang dikuasai pengembang raksasa yang beberapa hektar diantaranya dipinjamkan untuk usaha pertanian. Pemerintah daerah setempat telah mendorong dan mendukung pengembangan urban farming kepada petani setempat yang tinggal 624 dari 11.568 kk, dengan memanfaatkan lahan pertanian yang tersisa yaitu sekitar 400 ha; serta lahan pekarangan (Risma,2017) karena hasil dari pertanian kota mampu menyediakan kebutuhan bahan pangan lokal serta pendapatan yang memadai bagi petani. Perusahaan pengembang yang berperan besar pada proses alih fungsi lahan yang cukup luas serta mendapatkan benefit yang sangat besar, sudah selayaknya untuk berperan utama dalam upaya meningkatkan sumber daya pertanian dengan dana Corporate Social Responsibility (CSR). Dana CSR ini dapat berkontribusi besar terhadap program peningkatan pengetahuan dan teknologi pertanian (agro eco-technology). Teknologi pertanian yang terintegrasi dari tiga komponen penting yaitu pertanian organik, pertanian konservasi dan pertanian efisien (Nuffil,2017).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,008 |
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 ».