MétaCan
Menu
Retour à la cohorte
Enregistrement W3014397387 · doi:10.25042/jurnal_tepat.v1i1.25

Pendampingan Penyusunan Perencanaan Produksi Industri Kecil Menengah Petani Rumput Laut di Kabupaten Barru

2018· article· id· W3014397387 sur OpenAlexaff
Muhammad Rusman, Saiful Saiful, Farid Mardin, Ilham Bakri

Notice bibliographique

RevueJURNAL TEPAT Applied Technology Journal for Community Engagement and Services · 2018
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Permasalahan yang dihadapi oleh petani rumput laut saat ini adalah pengetahuan dan kemampuan pengolah produk rumput laut pasca panen. Umumnya masyarakat cenderung untuk menjual rumput laut dalam bentuk gelondongan yang kurang memiliki nilai tambah secara ekonomis. Melalui program Pengabdian ini diharapkan masyarakat dapat mengembangkan produk hasil rumput laut sehingga menghasilkan nilai ekonomis yang lebih tinggi. Pada kegiatan pengabdian masyarakat ini dilaksanakan kegiatan pendampingan kepada petani rumput laut dan Industri Kecil Menengah (IKM) di Kabupaten Barru dalam bentuk pelatihan pembuatan produk olahan rumput laut seperti Bakso rumput laut dan nugget rumput laut. Selain itu disampaikan juga materi budidaya rumput laut yang baik, materi perencanaan produksi dan kesehatan dan keselamatan kerja. Pada kegiatan ini juga dilakukan pendampingan IKM yang terpilih dalam hal perencanaan produksi. Target kegiatan melakukan perbaikan metode kerja dan peningkatan kualitas produksi melalui penerapan teknologi pengemasan yang baik dan menarik. memperkenalkan aspek legal usaha produk seperti sertifikat PIRT (Pangan Industri Rumah Tangga) dari dinas kesehatan demikian juga sertifikat halal sehingga produksi bisa masuk ke retail seperti Indomaret dan Alfa. Serta menerapkan teknologi tepat guna untuk beberapa produk yang mempunyai permintaan pasar yang cukup besar sehingga keseluruhan permintaan dapat dipenuhi.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,006

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 Opus0,064
Tête enseignante GPT0,264
Écart entre enseignants0,201 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJURNAL TEPAT Applied Technology Journal for Community Engagement and ServicesMême sujetFood and Agricultural SciencesTravaux en français237 207