Tingkat Penerapan Pengendalian Penyakit Mosaik Kuning Kacang Hijau Pada Petani Kacang Hijau Di Desa Bendungan Kecamatan Kuwarasan Kabupaten Kebumen
Notice bibliographique
Résumé
Kendala teknis yang dihadapi petani kacang hijau salah satunya yaitu serangan organisme pengganggu tanaman (OPT) baik berupa hama, penyakit, maupun gulma. Penelitian ini bertujuan untuk mengetahui inovasi, sasaran, cara pengambilan keputusan, saluran komunikasi, dan penyuluh pertanian pada pada penerapan pengendalian penyakit mosaik kuning kacang hijau pada petani kacang hijau. Penelitian dilaksanakan mulai 10 Juni 2022 sampai 1 Agustus 2023 di Desa Bendungan, Kecamatan Kuwarasan, Kabupaten Kebumen. Metode penelitian yang digunakan adalah deskriptif kuantitatif dengan sampel sebanyak 30 orang yang berasal dari Kelompok Tani Mekar Jaya I dan Mekar Jaya I. Hasil penelitian menunjukan penerapan pengendalian penyakit mosaik kuning kacang hijau pada aspek inovasi memiliki kategori sedang dengan persentase 64,07%, aspek sasaran memiliki kategori sedang dengan persentase 62,70%, aspek cara pengambilan keputusan memiliki kategori sedang dengan persentase 67,78%, aspek saluran komunikasi memiliki kategori sedang dengan persentase 66,67%, dan aspek penyuluh pertanian memiliki kategori tinggi dengan persentase 85,93%. Pemberdayaan dilakukan untuk meningkatkan perilaku petani dalam mengambil keputusan pengendalian penyakit mozaik kacang hijau. Penyuluhan yang dilakukan mampu meningkatkan pengetahuan dan sikap petani dalam mengendalikam penyakit mozaik kuning sebesar 39,45 dan 36,33 %.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,005 |
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 ».