MétaCan
Menu
Retour à la cohorte
Enregistrement W3192880857 · doi:10.47522/jmm.v2i1.48

PENGELOLAAN SAMPAH RUMAH TANGGA DESA SUKALUYU KARAWANG MELALUI REDUCE, REUSE, DAN RECYCLE GUNA MENDORONG PERILAKU HIDUP BERSIH DAN SEHAT

2021· article· id· W3192880857 sur OpenAlexaff
Puspita Hanggit Lestari, Ressa Andriyani Utami, Casman Casman, Siti Annisa, Evatri Putri Romaito Tambunan, Dhea Husnul Ramadhan

Notice bibliographique

RevueJurnal Mitra Masyarakat (JMM) · 2021
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueWaste Management and Recycling
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsPolitical scienceGynecologyMedicine

Résumé

récupéré en direct d'OpenAlex

Sungai Citarum masuk ke dalam salah satu sungai terkotor di dunia versi Blacksmith Institute pada tahun 2013. Desa Sukaluyu adalah salah satu desa yang bersinggungan langsung dengan sungai citarum, dimana jumlah timbunan sampah yang tidak terangkut mencapai 24.761 m3/hari. menngetahui gambaran pengetahuan dan sikap masyarakat terkait program 3R. Tahapan persiapan dengan metode penyebaran kuesioner dan windshield survey, dan pelaksanaan dengan metode sosialisasi edukasi,429 kuesioner terkumpul menunjukkan sebesar 94% warga di desa Sukaluyu berada pada usia produktif dengan mayoritas warga tingkat pendidikan yang tinggi (79%), pengetahuan masyarakat sudah baik. pengetahuan dan sikap mengenai program pengolahan sampah di ligkungan juga menunjukkan potensi yang baik, bahkan warga bersedia kerja bakti (89.5%) dan sangat siap jika harus membayar iuran untuk pengolahan sampah (95.1%). Namun, warga yang belum terpapar sosialisasi tentang pengolahan sampah (45.9%)., serta edukasi melalui sosialisasi 3R. Program 3R di desa Sukaluyu Karawang masih belum berjalan dengan merata. Sehingga diharapkan semakin banyak penyuluhan dan pendampingan seputar program 3R demi terwujudnya citarum harum.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,007

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 Opus0,021
Tête enseignante GPT0,245
Écart entre enseignants0,224 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Mitra Masyarakat (JMM)Même sujetWaste Management and RecyclingTravaux en français237 207