Pelatihan dan Pendampingan Optimasi Website Bagi Pengelola Desa Pulau Mubut
Notice bibliographique
Résumé
Salah satu media promosi berupa website Desa Wisata Pulau Mubut telah selesai dibuat di kegiatan pengabdian Politeknik Negeri Batam pada tahun 2021. Sebagai tindak lanjut dari kegiatan ini, maka pengabdian tahun 2022 perlu untuk mengoptimalkan media promosi website tersebut yang rencananya juga akan diimplementasikan di tahun 2022. Oleh karena ke depannya yang akan mengelola website Desa Wisata ini adalah pengelolanya, maka sangat penting untuk melatih pengelola ini agar bisa dan mahir dalam mengoptimasinya. Optimasi website yang akan dilakukan menggunakan teknik Search Engine Optimization (SEO). Terlebih dahulu pelatihannya akan mendatangkan narasumber praktisi SEO. Selain pelatihan dengan narasumber, juga akan dibuatkan video pembelajaran dengan melibatkan mahasiswa Project Based Learning (PBL). Media pembelajaran ini nanti juga akan diberikan ke pengelola sebagai investasi pengetahuan ke depannya jika ada yang terlupa. Selama optimasi ini, data analitik websitenya juga akan dikumpulkan dengan memanfaatkan tool HiStats, sebagai bahan data evaluasi. Sebagai bahan evaluasi kegiatan pengabdian ini, akan ditinjau kemampuan pengelola dalam mengoptimasi websitenya dengan melihat kondisi website setelah pelatihan. Selain itu, mengumpulkan data pencapaian pengunjung website sebelum dioptimasi dan sesudah dioptimasi, untuk kemudian dianalisis peningkatannya. Hasilnya, website berada di urutan atas mesin pencarian, dan jumlah pengunjung website desa wisata Pulau Mubut akan meningkat secara signifikan.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».