MétaCan
Menu
Retour à la cohorte
Enregistrement W4409601473 · doi:10.51179/ajce.v3i1.2732

Sosialisasi Perubahan Iklim Dalam Meningkatkan Produktivitas Tanaman Kopi Arabika Pada Kelompok Tani Tunas Jaya Aceh Tengah

2024· article· en· W4409601473 sur OpenAlexaff
Hakim Syahirman, Salman Salman, Irfannur Irfannur, Akmal Izwar, Muliari Muliari

Notice bibliographique

RevueAceh Journal of Community Engagement (AJCE) · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Agroindustry Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésForestryGeography

Résumé

récupéré en direct d'OpenAlex

The Tunas Jaya Farmers Group is an association of farmers in Damar Mulyo Village, Atu Lintang District, Central Aceh Regency. All of them are members of this farmer group as Arabica coffee farmers. The problem faced is the lack of information and knowledge regarding climate change and its impact on the productivity of Arabica coffee plants which can cause failure of coffee flowering, pest explosions and increased intensity of disease attacks which have an impact on coffee harvests. The aim of this activity is to provide knowledge and information to groups of farmers regarding the matters above, in order to increase coffee productivity. With a better understanding and knowledge of this matter, farmers are expected to be able to take appropriate steps to anticipate and adapt their cultivation techniques, so that it is hoped that Arabica coffee crop production can increase significantly. Socialization using lecture and discussion methods. Evaluation of activities consists of filling out pre-test and post-test questionnaires with 3 indicator components. The results showed an increase in participants' knowledge and understanding of the 3 indicator components given after the post-test evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,073
Tête enseignante GPT0,263
Écart entre enseignants0,190 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAceh Journal of Community Engagement (AJCE)Même sujetAgriculture and Agroindustry StudiesTravaux en français237 207