MétaCan
Menu
Retour à la cohorte
Enregistrement W4415980388 · doi:10.52232/jasintek.v4.i2.161

Model Usahatani Sayuran Di Lahan Kering Desa Antapan Kecamatan Baturiti Kabupaten Tabanan

2023· article· W4415980388 sur OpenAlexaff
I Ketut Arnawa, Nyoman Utari Vipriyanti, Putu Edi Yastika, Putu Lasmi Yulianthi Sapanca, Putu Sri Astuti

Notice bibliographique

RevueJurnal Aplikasi dan Inovasi Iptek (JASINTEK) · 2023
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Farming and Management
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésLand areaAgriculture

Résumé

récupéré en direct d'OpenAlex

Desa Antapan merupakam sentra produksi sayuran dan ternak sapi, memiliki permasalahan, usahatani sayuran sangat tergantung terhadap input luar, yaitu pupuk dan pestisida kimia. Tujuan utama pengabdian ini adalah pemanfaatan teknologi fermentasi untuk pengolahan feces dan urine sapi menjadi kompos dan biourine, aplikasi kompos dan biourine pada usahatani sayuran dan pembuatan pompa hidram serta embung untuk menjaga ketersediaan air sehingga usahatani sayuran dapat dilakukan secara berkesinambungan dan berkelanjutan, serta penanaman rumput odot untuk pakan sapi. Pengabdian dilaksanakan di dua kelompok tani, yaitu kelompok tani Labak Lestari dan Setia Makmur Desa Antapan, Tabanan. Jumlah peserta kegiatan sebanyak 38 orang dengan masing-masing 20 anggota kelompok tani Labak Lestari dan 18 anggota Setia Makmur. Metode yang yang digunakan adalah, ceramah, pelatihan, pendampingan dan demplot. Hasil kegiatan pemanfaatan teknologi fermentasi untuk pembuatan kompos dan biourine dapat meningkatkan pengetahuan petani 82,0 % , mengurangi input luar sebesar 60 %, Pompa hidram yang disediakan mampu menyediakan air 0,5 liter/detik dan kapasitas embung yang disediakan oleh masing-masing petani mempunyai kapasitas 20 m3, kemudian untuk ketersediaan pakan sapi, ditanam rumput odot disepanjang pematang lahan usahatani. Oleh karena itu pengabdian ini sangat penting dilakukan untuk keberlanjutan usahatani sayuran, peningkatan pendapatan dan kesejahteraan petani.

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)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,050
Tête enseignante GPT0,252
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'étudeObservationnel
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 Aplikasi dan Inovasi Iptek (JASINTEK)Même sujetLivestock Farming and ManagementTravaux en français237 207