Edukasi Mengenai Hygiene Sanitasi Pada Pedagang Jamu di Kota Tanjungpinang
Notice bibliographique
Résumé
Foodborne Disease disebabkan oleh cemaran biologis dari adanya kontaminasi pangan yang disebabkan cacing, parasit, bakteri (mikroba), fungi, virus dan riketsia. Jamu merupakan salah satu minuman tradisional yang memiliki risiko untuk tercemar sehingga menimbulkan foodborne Disease. Beberapa keterbatasan dalam pengolahan jamu adalah kurangnya kebersihan dan sanitasi (baik bahan baku, peralatan, maupun pembuat jamu itu sendiri), sehingga banyak ditemukan jamu yang kurang bersih dan dapat mengganggu kesehatan konsumen. Metode kegiatan pengabdian masyarakat ini dengan melakukan edukasi berupa penyuluhan perorangan menggunakan leaflet mengenai hygiene sanitasi bagi pedagang jamu yang ada di Kota Tanjungpinang. Hasil yang diperoleh dari kegiatan ini adalah berhasil dilakukan penyuluhaan personal kepada 8 pedagang jamu yang berada di Kota Tanjungpinang. Kegiatan edukasi dilakukan pada tanggal 27 - 30 Juni 2020 dan mendapatkan tanggapan positif dari seluruh peserta. Materi yang diberikan disampaikan dengan media leaflet agar mempermudah pemahaman pedagang mengenai hygiene sanitasi pedagang jamu. Saran dari kegiatan ini adalah kegiatan edukasi dapat dilakukan pada ranah yang lebih luas untuk seluruh pedagang jamu yang ada di Kota Tanjungpinang dan dilakukan pelatihan hygiene sanitasi untuk penjamah makanan sehingga meningkatkan kualitas minuman jamu yang ada di masyarakat.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,004 |
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 ».