Inovasi Pengolahan Buah Naga Merah Menjadi Keripik Renyah di Desa Ganra Kabupaten Soppeng
Notice bibliographique
Résumé
Pelaksanaan pelatihan pengolahan buah naga menjadi keripik renyah di Desa Ganra Kabupaten Soppeng bertujuan untuk menambah pengetahuan dan meningkatkan keterampilan masyarakat setempat. Buah naga hasil budidaya petani hanya di petik dan di jual ke pasar lokal tanpa adanya pengolahan, bahkan harga menjadi lebih sangat murah ketika musim panen. Dalam kegiatan ini, tim pengabdian kepada masyarakat dari Univeristas Puangrimaggalatung melakukan pelatihan kepada masyarakat terkait pengolahan buah naga merah dengan menggunakan teknologi. Adapun pelatihan ini meliputi pengenalan teknologi, praktik penggunaan alat dan strategi pemasaran produk. Pelatihan pengabdian kepada masyarakat ini guna meningkatkan pengetahuan dan keterampilan masyarakat dalam mengolah menjadi produk, membuat kemasan menarik hingga pemasaran produk melalui e-commerce. Dari kegiatan pelatihan ini menghasilkan produk keripik renyah dari buah naga merah, menggunakan kemasan yang berkualitas, dan jangkauan pemasaran yang lebih luas, serta menambah pendapatan bagi masyarakat setempat. Alat teknologi yang digunakan merupakan teknologi tepat guna yang dapat membantu masyarakat Desa Ganra dalam membuat produk keripik buah naga dan kemasan yang berdaya saing.
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 | 0,001 |
| 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 | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,011 |
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 ».