MétaCan
Menu
Retour à la cohorte
Enregistrement W4312899033 · doi:10.18196/ppm.26.537

Pemanfaatan Limbah Kulit Bawang Merah Menjadi Pupuk Kompos Di Kecamatan Kretek Kabupaten Bantul

2021· article· id· W4312899033 sur OpenAlexaff
Susanawati Susanawati, Zuhud Rozaki, Mulyono Mulyono

Notice bibliographique

RevueProsiding Seminar Nasional Program Pengabdian Masyarakat · 2021
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueWaste Management and Recycling
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Manfaat utama dari bawang merah yang sebenarnya adalah sebagai bumbu penyedap rasamakanan. Sentra produksi bawang merah di Daerah Istimewa Yogyakarta berada di Kabupaten Bantultepatnya di Kecamatan Kretek. Petani yang tergabung dalam kelompok tani Ngudi Makmur diKecamatan Kretek melakukan proses sortasi untuk bawang merah yang sudah dipanen. Dalam prosessortasi bawang merah tersebut, menghasilkan limbah berupa kulit bawang merah yang selama inihanya dimanfaatkan sebagai pakan ternak atau dibuang begitu saja. Padahal kulit bawang merahtersebut masih mengandung zat gizi yang bermanfaat dan memiliki nilai ekonomi. Kondisi tersebutmenunjukkan masih minimnya pengetahuan petani tentang pengelolaan limbah kulit bawang merah.Berdasarkan analisis situasi tersebut, maka kegiatan pengabdian masyarakat ini bertujuan untukmeningkatkan pengetahuan dan ketrampilan masyarakat sasaran dalam memanfaatkan limbah kulitbawang merah menjadi pupuk kompos. Adapun metode pelaksanaannya meliputi koordinasi,penyuluhan tentang pemanfaatan limbah kulit bawang merah menjadi pupuk kompos, pelatihan dandemonstrasi tentang teknologi pembuatan pupuk kompos dengan fasilitasi mesin komposter sederhanayang mudah dikuasai dan dikembangkan baik skala rumah tangga maupun kecil di wilayah pedesaan.Masyarakat sasaran sangat antusias mengikuti beberapa tahap kegiatan tersebut. Melalui kegiatan inidiharapkan kesejahteraan masyarakat sasaran dapat meningkat.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,106

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0320,007

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 Opus0,019
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProsiding Seminar Nasional Program Pengabdian MasyarakatMême sujetWaste Management and RecyclingTravaux en français237 207