WORKSHOP PENGUATAN MANAJEMEN MEDIA DIGITAL DI DESA WISATA SIDOWAYAH, KLATEN, JAWA TENGAH
Notice bibliographique
Résumé
Desa Wisata saat ini menjadi salah satu tren pariwisata di Tanah Air. Dengan memanfaatkan potensi lokal, banyak desa berlomba mempercantik diri agar bisa menjadi destinasi wisata. Hadirnya beragam teknologi digital utamanya internet dan media sosial menjadikan pariwisata desa-desa wisata di Tanah Air kian semarak. Namun, pandemi COVID-19 menjadikan banyak desa wisata di Indonesia ikut terdampak akibat penurunan jumlah wisatawan, salah satunya Desa Sidowayah, Kecamatan Polanharjo, Kabupaten Klaten, Jawa Tengah. Terkait dengan itu, untuk meningkatkan kembali kekuatan citra (branding) Desa Sidowayah sebagai destinasi wisata, maka Research Group D3 Komunikasi Terapan Sekolah Vokasi Universitas Sebelas Maret (UNS) Surakarta menyelenggarakan workshop penguatan manajemen media digital desa wisata. Kegiatan ini diselenggarakan pada Selasa, 5 Juli 2022 di Pendopo Umbul Siblarak, Desa Sidowayah, Klaten. Kegiatan dihadiri sekitar 20 peserta dari kalangan badan usaha milik desa, kelompok sadar wisata, pengelola media digital desa dan karang taruna. Materi kegiatan berupa penyegaran prinsip-prinsip manajemen profesional dalam tata kelola media digital desa wisata secara profesional meliputi perencanaan, pengorganisasian, pelaksanaan dan pengevaluasian. Selain itu, disampaikan tentang strategi teknis pembuatan media konten untuk berbagai platform media sosial.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,209 | 0,067 |
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 ».