MétaCan
Menu
Retour à la cohorte
Enregistrement W3038265021 · doi:10.33387/pengamas.v3i1.1457

PROGRAM PENGEMBANGAN KEWIRAUSAHAAN (PPK) BERBASIS USAHA BUDIDAYA DAN TEKNOLOGI HASIL PETERNAKAN DI FAKULTAS PETERNAKAN UNIVERSITAS HALU OLEO

2020· article· id· W3038265021 sur OpenAlexaff
Ali Bain, La Ode Arsad Sani, La Ode Syukur, Rusli Badaruddin, La Ode Muh. Safaat, I Putu Nara Prasanjaya

Notice bibliographique

RevueJurnal Pengamas · 2020
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Lulusan perguruan tinggi memiliki potensi yang besar untuk dipersiapkan menjadi wirausahawan yang unggul, yang tidak hanya akan memandirikan dirinya secara ekonomi kelak, tetapi juga akan turut mengembangkan potensi ekonomi daerah yang pada gilirannya akan berdampak positif bagi perekonomian negara. Program-program pengembangan kewirausahaan bagi mahasiswa dicanangkan oleh pemerintah, sehingga banyak mahasiswa memulai aktivitas usaha sejak masa perkuliahan. Hal ini juga terjadi bagi mahasiswa Fakultas Peternakan Universitas Halu Oleo, yang banyak berusaha dibidang peternakan. Beberapa jenis usaha mahasiswa Fakultas Peternakan antara lain: usaha budidaya ternak terutama ternak unggas, usaha produksi hasil peternakan, dan usaha pengolahan limbah sisa hasil peternakan. Dalam menjalankan usaha, mahasiswa peeternakan banyak menghadapi kendala diantaranya adalah sebagai berikut: kurangnya keterampilan manajemen usaha dan manajemen keuangan, Kurangnya pengetahuan tentang strategi pemasaran yang baik, kurangnya pengetahuan dalam pemanfaatan teknologi informasi, tidak adanya jejaring usaha dan kurangnya permodalan. Dalam kegiatan program pengembangan kewirausahaan (PPK) ini, mahasiswa diberikan pelatihan dan bimbingan wirausaha sebagai solusi untuk mengatasi permasalahan-permasalahan yang dihadapi dalam berusaha. Program pengembangan kewirausahaan ini dilaksanakan selama 3 tahun. Pada tahun pertama kegiatan-kegiatan yang dilakukan dalam PPK ini adalah sebagai beriku: (a) pelatihan kewirausahaan dengan manteri diantaranya menitik beratkan pada manajemen produksi; (b) magang kewirausahaan di perusahaan yang sesuai dengan jenis usaha masing-masing; (c) busisness opportunity dengan perusahaan mitra; dan (d) pemberian bantuan dana bergulir. Tahun kedua kegiatan yang dilakukan sama dengan tahun pertama, namun dalam pelatihan kewirausahaan selain aspek produksi, juga lebih banyak pembahasan aspek pemasaran produk, aspek pembiayaan usaha, dan manajemen pembukuan usaha. Tahun ketiga, selain kegiatan yang dilaksanakan pada tahun pertama dan kedua, pada tahun ini juga kegiatan pelatihan dan pembimbingan diarahkan pada proses legalitas usaha dan upaya perluasan usaha. Hasil dari kegiatan ini diharapkan dapat tercipta minimal 5 wirausahaan baru setiap tahun, yang mampu menghasilkan produk secara mandiri. Selain itu, kegiatan ini juga dapat menghasilkan: (a) jurnal nasional terakreditasi pada Jurnal Ilmu dan Teknologi Peternakan Tropis (JITRO) setiap tahun; (b) artikel media cetak lokal pada Koran Kendari Pos dan publikasi media online pada OKESULTRA.COM setiap tahun; (c) artikel prosiding seminar nasional pada tahun kedua dan ketiga; (d) paten sederhana pada tahun ketuga; (e) Usulan merk dagang produk yang dijual pada tahun ke 3 kegiatan; (f) desain produk industri pada tahun ke dua; (g) Draf buku ber ISBN pada tahun ke 3 kegiatan.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,720
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,038
Tête enseignante GPT0,276
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal PengamasMême sujetSMEs Development and Digital MarketingTravaux en français237 207