PENGOLAHAN LIMBAH PENYULINGAN DAUN CENGKEH MENJADI PUPUK BOKASHI di DESA SUMBERURIP DOKO
Notice bibliographique
Résumé
Desa Sumberurip Kecamatan Doko merupakan desa penghasil cengkeh terbesar di Kabupaten Blitar. Pernyataan tersebut dibuktikan berdasarkan data BPS (Badan Pusat Statistik) Kabupaten Blitar tahun 2015, Kecamatan Doko menghasilkan 3833 ton setiap tahunnya. Sebagian besar cengkeh tersebut di olah menjadi minyak atsiri melalui proses penyulingan. Limbah yang berasal dari penyulingan tersebut masih belum dimanfaatkan dengan optimal oleh masyarakat sekitar, Alhasil, tujuan dari kegiatan ini diantaranya membuat terobosan baru untuk mengolah limbah penyulingan daun cengkeh menjadi pupuk bokashi. Bokashi adalah pupuk yang dibuat dengan cara memfermentasi bahan organik dengan mikroba endofit (EM), yang memiliki manfaat untuk meningkatkan keanekaragaman mikroba dalam tanah dan tanaman, serta memaksimalkan pertumbuhan tanaman. Kegiatan ini mengambil pendekatan kualitatif deskriptif dengan empat jenis prosedur pengumpulan data: observasi, wawancara, dokumentasi, dan triangulasi data (dengan menggabungkan tiga pendekatan pengumpulan data).Luaran dari kegiatan ini adalah pupuk organik bokashi yang dihasilkan secara berkelompok oleh para peserta selama pelatihan dan meningkatkan motivasi dan minat petani maupun warga Desa Sumberurip dalam mengembangkan pupuk organik sebagai alternatif pupuk yang lebih hemat biaya
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 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 ».