Sosialisasi dan Edukasi Panduan Bersih Sehat Makan Diluar Pada UMKM Kuliner
Notice bibliographique
Résumé
UMKM Kuliner merupakan salah satu UMKM yang menurun kinerjanya di masa pandemi COVID- 19. Salah satu cara untuk meningkatkan kinerja UMKM Kuliner adalah menerap proses pengolahan dan penyajian produk makanan dan minuman UMKM yang aman, bersih, dan sehat, sehingga masyarakat tidak perlu khawatir untuk membeli. Oleh karena itu, dibuatlah panduan Bersih Sehat Aman Makan Di Luar (BSAMDL) agar pelaku UMKM Kuliner mudah untuk mempelajari dan mengimplementasikan dalam kegiatan operasional. Oleh karena itu, dilaksanakan kegiatan sosialisasi dan edukasi yang ditujukan bagi UMKM Kuliner mengenai panduan BSAMDL dengan peserta UMKM Kuliner di wilayah Jabodetabek yang bertujuan untuk memberikan pengetahuan mengenai bersih sehat aman makan di luar baik bagi para Pelaku UMKM Kuliner dan memberikan pengetahuan tatacara untuk mendapatkan sertifikat CHSE dari Kementerian Pariwisata dan Ekonomi Kreatif. Kegiatan sosialisasi dan edukasi ini dilakukan melalui media online dan diikuti oleh 40 pelaku UMKM kuliner. Hasil evaluasi menunjukkan bahwa setelah dilakukan kegiatan sosialisasi dan edukasi maka pelaku UMKM Kuliner menyadari pentingnya panduan bersih sehat dan aman makan di luar serta akan mengimplementasikan di tempat usaha.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,009 |
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 ».