MétaCan
Menu
Retour à la cohorte
Enregistrement W4253881366 · doi:10.33772/jpmit.v2i1.12144

Pemanfaatan Lahan Pekarangan Untuk Pertanian dan Perikanan Dalam Menunjang Ketahanan Pangan Rumah Tangga Masyarakat di Kelurahan Bungkutoko Kecamatan Nambo Kota Kendari

2020· article· en· W4253881366 sur OpenAlexaff
R. Marsuki Iswandi, La Ode Alwi, Anas Nikoyan, Samsul Alam Fyka

Notice bibliographique

RevueJurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésYardAgricultureAquaponicsService (business)Fish <Actinopterygii>Agricultural scienceBusinessAgroforestryGeographyEnvironmental scienceFisheryAquacultureMarketingBiology

Résumé

récupéré en direct d'OpenAlex

The problem that occurs at the community service location is the plot of land which is still not optimally utilized to support the availability of household food from agricultural and fishery foods. The purpose of this community service program is to increase public knowledge and awareness of the importance of using yard space in support of household food availability, in addition to practicing how to use simple plot land in the form of aquaponics to meet the availability of vegetable and fish food as well as using patterns of utilization organically. The method used in this activity is counseling, discussion with residents and the practice of making aquaponics as a model of organic yard use. The result of community service that has been done is a new understanding to the community about the importance of managing yard for agriculture and fisheries to support family food security with the availability of organic food sources in the form of vegetables and fish in their own yard. In addition, the community also knew the simple yard utilization model, namely by using the aquaponics system.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,103

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 technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,003

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 Opus0,012
Tête enseignante GPT0,200
Écart entre enseignants0,188 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT)Même sujetCoastal Management and DevelopmentTravaux en français237 207