MétaCan
Menu
Retour à la cohorte
Enregistrement W3209618542 · doi:10.29303/jppi.v1i3.345

BUDIDAYA SILVOFISHERY DI DESA MOROREJO KABUPATEN KENDAL UNTUK MENDUKUNG PROGRAM BUDIDAYA BERKELANJUTAN

2021· article· id· W3209618542 sur OpenAlexaff
Woro Kusumaningtyas Perwitasari, Fuad Muhammad, Jaffran Wasiq Hidayat

Notice bibliographique

Revueindonesian journal of fisheries community empowerment · 2021
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueMarine and Coastal Ecosystems
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryPhysicsHorticultureEnvironmental scienceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Meningkatnya pertumbuhan populasi penduduk di dunia akan mengakibatkan peningkatan eksploitasi sumberdaya alam. Desa Mororejo berada di kawasan pesisir Kabupaten Kendal dengan jumlah penduduk sekitar 4.258 jiwa. 60% dari jumlah penduduk tersebut bekerja sebagai petani tambak yang memanfaatkan lahan di pesisir. Budidaya tambak dengan sistem silvofishery/wanamina telah banyak diterapkan di Indonesia. Wanamina sebagai sebuah konsep usaha terpadu antara hutan mangrove dan perikanan budidaya yaitu budidaya di tambak menjadi alternatif usaha yang prospektif dan sejalan dengan prinsip blue economy. Tujuan dari kegiatan ini adalah untuk menentukan sistem silvofishery/wanamina yang diterapkan di desa Mororejo, Kabupaten Kendal dan mengetahui produktivitas primer perairan tambak silvofishery yang ada di desa Mororejo. Metode kegiatan berupa pengamatan lokasi dan pengambilan sampel paramaterdi tambak. Hasil kegiatan adalah sistem silvofishery yang banyak diterapkan di desa Mororejo adalah sistem empang parit dengan jenis tanaman mangrove Rizophora sp dan Avicenia sp. Sedangkan produktivitas primer tambak sebesar 118 gC/cm/tahun dan nilai klorofil α 1.7 – 2.2 µg/L dengan nilai DO 3-7 ppm, salinitas 25-32 ppt, suhu 28-300C, pH sebesar 7-8 , nitrat sebesar 0,1 – 0,18 mg/L dan ammoniak sebesar 0,01 ppm. Silvofishery atau wanamina yang ada di desa Mororejo, Kendal masih dalam kondisi layak untuk mendukung budidaya berkelanjutan.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,018
Tête enseignante GPT0,243
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueindonesian journal of fisheries community empowermentMême sujetMarine and Coastal EcosystemsTravaux en français237 207