PEMANFAATAN PERALATAN PENGOLAHAN IKAN BERBENTUK MESIN UNTUK PENINGKATAN KAPASITAS PRODUKSI PADA KELOMPOK PENGOLAH DAN PEMASAR IKAN DI KAWASAN KONSERVASI PERAIRAN TWP GILI MATRA
Notice bibliographique
Résumé
The fish processing and marketing group (poklahsar) in the Gili Matra Marine Protected Area has received intervention from the central government through Bappenas in the COREMAP-CTI III program. This intervention involves improving human resource capacity and providing grants for fish processing equipment. However, the limited duration of the program has resulted in suboptimal assistance in utilizing the donated fish processing equipment. Therefore, the involvement of universities in assisting the community is deemed necessary. This assistance activity aims to inform and educate the poklahsar about the use of fish processing equipment, particularly machines, to enhance production capacity in the Gili Matra Marine Protected Area. The assistance activities were carried out in July 2023 at the respective production locations of each poklahsar. The educational method for adults in this assistance activity involves lectures and hands-on practical training. The outcome of this assistance activity is an increased understanding and knowledge among poklahsar in the Gili Matra Marine Protected Area regarding the functions and uses of various machine-based fish processing equipment. Additionally, it was identified that some obstacles hinder optimizing machine-based equipment utilization, including a lack of understanding in using such equipment and limited market demand for processed fish products. In conclusion, the poklahsar have diverse views on using machine-based equipment, enabling them to optimize the use of such equipment despite the limited demand for processed fish products.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».