MétaCan
Menu
Retour à la cohorte
Enregistrement W3090926270 · doi:10.31849/dinamisia.v4i3.4342

Pengolahan Sampah Rumah Tangga Menjadi Kompos di Kelurahan Tuah Madani Kecamatan Tampan Kota Pekanbaru

2020· article· en· W3090926270 sur OpenAlexaff
Latifa Siswati, Rini Nizar, Anto Ariyanto

Notice bibliographique

RevueDinamisia Jurnal Pengabdian Kepada Masyarakat · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWaste Management and Recycling
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésGarbageCompostBusinessHousehold wasteService (business)Community serviceKnowledge transferOperations managementEngineeringWaste managementPublic relationsComputer scienceMarketingKnowledge managementPolitical science

Résumé

récupéré en direct d'OpenAlex

Tuah Madani Subdistrict Tampan District already has a Waste Bank, but to process organic waste into compost, the Garbage Bank cadres in each RW still do not have this knowledge. The Unilak Community Service Team has the required knowledge, and through this activity a transfer of knowledge is carried out, so that the Garbage Bank Cadres will more optimally manage the waste that has been collected in the Waste Banks of each RW. The method of activities that will be given to the community is, awareness, counseling, demonstration, and evaluation. Awareness is intended to give awareness to the Garbage Bank Cadre that managing waste into compost will have a positive impact on the environment. Counseling aims to provide knowledge to the community so that they are more sensitive to their environment, so that the environment will provide results that benefit their families. Demonstration aims to provide knowledge directly, both through picture shows, and direct practice making compost from household waste. And an evaluation is carried out to determine the level of knowledge of partners before and after the activity, and to find out the success of the activity.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,145

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0430,004

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 Opus0,015
Tête enseignante GPT0,205
Écart entre enseignants0,189 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDinamisia Jurnal Pengabdian Kepada MasyarakatMême sujetWaste Management and RecyclingTravaux en français237 207