MétaCan
Menu
Retour à la cohorte
Enregistrement W3112466138 · doi:10.37695/pkmcsr.v3i0.865

Pengembangan Usaha Kecil Makanan pada Komunitas Perempuan di Kecamatan Tanjung Morawa Kota Deli Serdang

2020· article· id· W3112466138 sur OpenAlexaff
Ritha F. Dalimunthe, Arlina Nurbaity Lubis

Notice bibliographique

RevueProsiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) · 2020
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesBaruPhysicsArtGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Komunitas perempuan UMKM Tanjung Morawa yang beranggotakan umumnya Ibu Rumah Tangga siap mengembangkan usaha berbasis usaha kecil makanan. Pelaksanaan kegiatan pengabdian pada komunitas tersebut berupaya memaksimalkan potensi komunitas melalui pemberdayaan dengan memberikan ipteks berwirausaha di komunitas tersebut. Serangkaian kegiatan pelatihan, pendampingan, serta sosialisasi dilakukan kepada mitra pengabdian dengan tujuan terciptanya kewirausahaan baru dengan memanfaatkan bisnis online serta bahan baku alami dan sehat. Bisnis model kanvas diperkenalkan kepada komunitas untuk meningkatkan daya saing berbasis ekonomi keluarga. Pada kegiatan pengabdian ini, ibu-ibu rumah tangga yang tergabung dalam komunitas dikembangkan menjadi women entrepreneur berkelompok dengan jumlah 23 pelaku usaha di wilayah Tanjung Morawa, Kabupaten Deli Serdang, Sumatera Utara. Fokus pengembangan komunitas berbasis makan olahan dengan bahan baku juga memanfaatkan ketersediaan lahan yang non-produktif. Pemberdayaan komunitas ini menargetkan peningkatan jumlah wirausaha baru dalam kalangan komunitas yang akan membantu ekonomi keluarga sekaligus membuka lapangan kerja baru. Kegiatan pengabdian ini menargetkan pembentukan lima wirausaha baru yang akan didampingi secara khusus untuk pengembangan bisnis model kanvas.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,304

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0060,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0910,025

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 Opus0,113
Tête enseignante GPT0,294
Écart entre enseignants0,182 · 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'étudeQualitatif
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR)Même sujetSMEs Development and Digital MarketingTravaux en français237 207