MétaCan
Menu
Retour à la cohorte
Enregistrement W4224253791 · doi:10.33379/icom.v2i1.1198

Persepsi Petani terhadap Pembuatan Pupuk Organik Cair (POC) (Studi Kasus; Dusun Nanasan, Desa Balesari, Kecamatan Ngajum, Kabupaten Malang)

2022· article· id· W4224253791 sur OpenAlexaff
Zainal Abidin, Dwi Nirnia Ari Cahyani, Anggraeni Hadi Pratiwi, Astrid Ika Paramitha, Ahmad Saepuddin, Muhammad Ishak

Notice bibliographique

RevueI-Com Indonesian Community Journal · 2022
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Development and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAgricultural scienceMathematicsHumanitiesPhysicsPhilosophyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Kegiatan pengabdian masyarakat ini bertujuan untuk mengetahui perspepsi petani terhadap pembuatan Pupuk Organik Cair (POC) dan memberikan ketrampilan kepada petani mengenai pembuatan POC yang ramah dengan lingkungan sekitarnya. Kegiatan ini dilakukan di dusun Nanasan, Desa Balesari, Kecamatan Ngajum, Kabupaten Malang. Sebagian penduduk bermata pencaharian sebagai petani jahe, sayur, kopi, selama ini penggunaan pupuk hanya mengandalkan pupuk kimia sintesis. Pada saat ini ketersediaan pupuk kimia bersubsidi sangat dibatasi, ini menjadikan masalah bagi petani di dusun Nanasan. Petani yang mengikuti pelatihan sebanyak 25 orang. Pelatihan ini didampingi oleh bapak Basiri ketua Bengkel Mimpi P4S (Pusat Pelatihan Pertanian Perdesaan Swadaya) Desa Kanigoro, Kademangan. Kegiatan ini meliputi pemberian materi secara offline (langsung) dan kemudian dilanjutkan praktik pembuatan POC yang dilakukan oleh para petani. Persepsi petani dusun Nanasan yang mengikuti pelatihan mulai terbuka dan aktif untuk mempraktikkan sendiri pembuatan POC. Luaran dari kegiatan pengabdian ini yaitu para petani mampu dengan mandiri membuat POC dan tidak ketergantungan dengan pupuk kimia sintesis bersubsidi. Pada hakikatnya dengan menerapkan sistem bertani secara organik maka akan mendapatkan hasil panen yang sehat, berkualitas, dan nilai ekomonis yang tinggi.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,026

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,031
Tête enseignante GPT0,217
Écart entre enseignants0,185 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueI-Com Indonesian Community JournalMême sujetAgricultural Development and ManagementTravaux en français237 207