Sosialisasi Sistem Informasi Orang Dalam Pengawasan (ODP) di Kota Kendari
Notice bibliographique
Résumé
Merebaknya Kasus Covid-19 khususnya untuk daerah Kota Kendari membuat masyarakat menjadi resah dan takut. Informasi data-data Orang Dalam Pemantauan (ODP) disetiap kelurahan masih kurang, sehingga masyarakat belum mengetaui berapa orang yang menjadi ODP di setiap kelurahan atau RT/RW dari masing-masing kelurahan. Dalam memecahkan masalah tersebut diperlukan sebuah sistem informasi yang dapat memberikan informasi kepada Lurah atau masyarakat mengenai informasi data-data ODP di setiap Kelurahan, sehingga masyarakat dapat mengetahuinya dan dapat di akses melalui internet/mobile. Dalam pengembangan sistem informasi orang dalam pemantaun dengan menggunakan metode waterfall. Metode ini menggambarkan pendekatan yang cukup sistematis juga berurutan pada pengembangan software. Hasil dari sistem informasi orang dalam pemantauan pihak satuan gugus covid dalam memberikan informasi ke masyarakat mengenai orang dalam pemantauan di setiap kelurahan Kota Kendari.Kata Kunci: sistem, informasi, ODP, Covid-19.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,019 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».