MétaCan
Menu
Retour à la cohorte
Enregistrement W3183828274 · doi:10.29303/jpmpi.v4i2.721

Optimalisasi Hasil Produksi Susu Kambing Peranakan Etawa Melalui Ekonomi Kratif Berbasis Mitra Untuk Mendukung Pariwasata

2021· article· id· W3183828274 sur OpenAlexaff
Muhammad Khalid Rozani, Nurlaili Agustin, Yudira Adhani, Humaira Agustini, Abdul Syukur

Notice bibliographique

RevueJurnal Pengabdian Magister Pendidikan IPA · 2021
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Agroindustry Studies
Établissements canadiensImmunoPrecise (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesBusinessArt

Résumé

récupéré en direct d'OpenAlex

Pengembangan pariwisata dinilai sebagai salah satu langkah untuk meningkatkan pendapatan Masyarakat. Desa ketapang raya menjadi salah satu desa wisata di Kecamatan Keruak, Kabupaten Lombok Timur. Dikenalnya wilayah Ketapang raya menjadi daerah wisata yang mengakibatkan meningkatnya pengunjung (wisatawan) ke daerah tersebut. Sehingga melalui kuliah kerja nyata ini untuk mendukung sektor wisata di daerah ketapang raya yakni melalui ekonomi kreatif berbasis mitra dengan membuat produk olahan susu kambing menjadi produk minuman Indogoat milk dan kecantikan berupa sabun susu kambing Biolvy bodywash. Tujuan dari kegiatan ini untuk meningkatkan pendapatan masyarakat serta mendukung sektor wisata di desa ketapang raya. Kegiatan ini dilakukan dalam tiga tahap, yaitu tahap pertama penyediaan alat dan bahan, tahap kedua pembuatan produk dan tahap ketiga pemasaran serta pendekatan dengan masyarakat melalui sosialisasi. Manfaat dari kegiatan ini yaitu dapat meningkatakan pendapatan masyarakat sekitar wisata dan sebagai salah satu ikon di tempat wisata. Hasil yang di dapatkan dari program ini yaitu terjadinya peningkatan pengetahuan dan keterampilan mitra tentang wirausaha, mendukung peningkatan pariwisata, serta dapat meningkatkan penghasilan.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,032
Tête enseignante GPT0,233
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Pengabdian Magister Pendidikan IPAMême sujetAgriculture and Agroindustry StudiesTravaux en français237 207