MétaCan
Menu
Retour à la cohorte
Enregistrement W4312507639 · doi:10.58258/abdi.v4i1.3574

Pelatihan Kewirausahaan Bagi Pelaku UMKM di Kelurahan Kekalik Jaya Kecamatan Sekarbela Kota Mataram

2022· article· id· W4312507639 sur OpenAlexaff
Supriadin Supriadin, Muhammad Ikhsan

Notice bibliographique

RevueAbdi Masyarakat · 2022
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Pelatihan kewirausahaan bagi pelaku UMKM di Kelurahan Kekalik Jaya, Kecamatan Sekarbela Kota Mataram bertujuan untuk meningkatkan dan mengembangkan usaha pelaku UMKM agar memberikan kontribusi yang signifikan terhadap penciptaan kesempatan kerja, peningkatan ekspor dan peningkatan daya saing, sementara itu pengembangan usaha skala mikro diarahkan untuk memberikan kontribusi dalam peningkatan pendapatan masyarakat berpendapatan rendah. Kegiatan pengabdian ini dilaksanakan secara tatap muka yang diikuti oleh 15 peserta yang terdiri dari pelaku UMKM yang masuk di wilayah Kelurahan Kekalik Jaya, Kecamatan Sekarbela, Kota Mataram. Kegiatan pengabdian ini berjalan dengan lancar sesuai dengan perencanaan. Sedangkan metode yang digunakan dalam kegiatan pengabdian ini adalah dengan melakukan pelatihan dan diskusi yang berkaitan dengan materi pengembangan kewirausahaan bagi pelaku UMKM. Berdasarkan uraian pelaksanaan kegiatan pengabdian ini, dapat disimpulkan bahwa partisipasi peserta pengabdian sebesar 100%. Peserta aktif bertanya dan mendengarkan berbagai hal tentang materi yang telah diberikan sampai kegiatan pelatihan kewirausahaan dan meningkatkan pengetahuan manajemen pemasaran berakhir. Peserta mengharapkan agar program serupa diadakan kembali dengan program pelatihan kewirausahaan dan meningkatkan pengetahuan manajemen pemasaran tingkat lanjut dan keterampilan memasarkan hasil barang dengan baik dan efektif.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0500,018

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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAbdi MasyarakatMême sujetSMEs Development and Digital MarketingTravaux en français237 207