Sosialisasi Penataan Pedagang Kaki Lima (PKL) Tangguh Pandemi di Pantai Losari Kota Makassar
Notice bibliographique
Résumé
Pedagang Kaki Lima (PKL) menjadi salah satu jenis pekerjaan sektor informal yang sangat rentan terdampak pandemi Covid-19. Hal ini juga dirasakan PKL di kawasan anjungan Pantai Losari Makassar. Kondisi PKL di satu sisi banyak bersentuhan dengan lapisan masyarakat menengah ke bawah serta memiliki skala usaha yang relatif kecil. Di sisi lain, kegiatan PKL yang terorganisir dan terencana akan mampu beradaptasi dengan kondisi pandemi serta memberikan dampak yang positif bagi ekonomi lokal kota serta mendukung pemerintah dalam menyediakan lapangan kerja. Kegiatan pengabdian ini bertujuan untuk mengemukakan ide konsep penataan PKL yang tangguh pandemi dan mengedukasi para pedagang tentang penerapan protokol kesehatan di lingkungan kerja PKL. Teknik pengumpulan data yakni observasi, dokumentasi, wawancara, melalui pendekatan stakeholder. Adapun teknik analisis data yakni analisis deskriptif kualitatif. Data yang dikumpulkan digunakan dalam penyusunan konsep penataan PKL yang tangguh pandemi, sharing, dan transfer knowledge kepada para PKL dalam bentuk Focus Grup Discussion (FGD) dilengkapi pemutaran video perencanaan konsep penataan dan edukasi penerapan protokol kesehatan. Hasil kegiatan pengabdian berupa konsep penataan PKL meliputi penataan lapak, meja dan kursi, perbaikan jaringan air bersih, penyediaan fasilitas cuci tangan, tempat sampah, kontainer sampah, dan skema pembuangan sampah, serta sosialisasi pentingnya penerapan protokol kesehatan bagi pedagang dan pengunjung.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».