MétaCan
Menu
Retour à la cohorte
Enregistrement W4406132009 · doi:10.55259/jiip.v30i1.20

Minat Petani Dalam Penerapan Pupuk Organik Bokashi Di Desa Gumelar Kecamatan Gumelar Kabupaten Banyumas

2023· article· id· W4406132009 sur OpenAlexaff
Kusworo Kusworo, Endah Puspitojati, Puji Hartati

Notice bibliographique

RevueJurnal Ilmu-Ilmu Pertanian · 2023
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiqueFood and Agricultural Sciences
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengetahui tingkat minat petani dalam penerapan pupuk bokashi kotoran ternak untuk tanaman padi di Desa Gumelar Kecamatan Gumelar Kabupaten Banyumas. Penelitian ini dilaksanakan pada bulan Agustus 2022 sampai dengan Januari 2023. Metode yang digunakan pada kajian ini adalah metode deskriptif kuantitatif . Metode pengumpulan data penelitian ini menggunakan wawancara, kuesioner, dan obeservasi. Penelitian ini menggunakan 47 sampel petani yang diperoleh secara Proportional Random Sampling dari 7 kelompok tani di Desa Gumelar. Data dianalisis secara deskriptif dan diukur menggunakan skala Likert dengan variabel yaitu kesenangan, ketertarikan, perhatian dan keterlibatan. Hasil penelitian menunjukkan bahwa tingkat pencapaian pada aspek kesenangan adalah 72,3% yang termasuk pada kategori sedang, tingkat pencapaian pada aspek ketertarikan adalah 70,4% yang termasuk pada kategori sedang, tingkat pencapaian pada aspek perhatian adalah 97,2% yang termasuk pada kategori tinggi, dan tingkat pencapaian pada aspek keterlibatan adalah 68,4% yang termasuk pada kategori sedang. Desain pemberdayaan bertujuan untuk meningkatkan pengetahuan, sikap, dan keterampilan petani terhadap penggunaan pupuk organik bokashi pada tanaman padi. Hasil pemberdayaan menunjukkan bahwa rata-rata sasaran meningkat 26% pada aspek pengetahuan, 36% pada aspek sikap, dan 44% pada aspek keterampilan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,005
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,006

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,225
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmu-Ilmu PertanianMême sujetFood and Agricultural SciencesTravaux en français237 207