MétaCan
Menu
Retour à la cohorte
Enregistrement W3036860485 · doi:10.20961/semar.v9i1.42015

Profil Desa Wisata Samiran di Lereng Merbabu-Merapi Kecamatan Selo Kabupaten Boyolali Propinsi Jawa Tengah

2020· article· id· W3036860485 sur OpenAlexaff
Jaka Suyana

Notice bibliographique

RevueSEMAR (Jurnal Ilmu Pengetahuan Teknologi dan Seni bagi Masyarakat) · 2020
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueAgricultural and Environmental Management
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryGeographyHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Desa Wisata Samiran sudah dirintis sejak tahun 2006, berada di dataran tinggi lereng Merbabu-Merapi atau di lembah Gunung Merbabu-Merapi memiliki panorama alam yang indah dan udara sejuk. Secara administrasi berada diwilayah Kecamatan Selo Kabupaten Boyolali Propinsi Jawa Tengah, mempunyai luas 663,329 ha dengan elevasi 1.400-2.550 m dpl, jenis tanah andosol/andisols (lereng Merbabu) dan regosol/entisols (lereng Merapi). Dataran tinggi dengan tanah andosol secara agroklimat cocok/sesuai untuk pengembangan beraneka agrowisata, yaitu : tanaman perkebunan (teh dan kopi Arabika), tanaman buah (tledung, apel dan jeruk), tanaman hias, serta sayuran. Kegiatan pengabdian ini bertujuan untuk perintisan pendampingan pada kelompok tani di Desa Wisata Samiran. Jenis kegiatan yang dilakukan adalah pengumpulan data/informasi yang berkaitan dengan “Profil Desa Wisata Samiran”, yaitu meliputi : (1) pengumpulan data/informasi kondisi agroklimat dan jenis usahatani; (2) pengumpulan data/informasi keberadaan dan kegiatan kelompok tani; serta (3) pengumpulan data/informasi keberadaan obyek wisata di wilayah Desa Wisata Samiran. Target dari kegiatan pengabdian ini diperoleh Profil Desa Wisata Samiran yang nantinya dapat digunakan sebagai data dasar untuk pengembangan agrowisata di Desa Wisata Samiran, khususnya sebagai peningkatan atensi akademisi program pendampingan/pengabdian masyarakat dari Grup Riset Pengelolaan DAS dan Agroekosistem, Fakultas Pertanian Universitas Sebelas Maret, serta para pihak yang berminat.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,037
Tête enseignante GPT0,244
Écart entre enseignants0,207 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSEMAR (Jurnal Ilmu Pengetahuan Teknologi dan Seni bagi Masyarakat)Même sujetAgricultural and Environmental ManagementTravaux en français237 207