Analisis Karakteristik dan Potensi Lahan Pekarangan untuk Mendukung Penganekaragaman Konsumsi Pangan Keluarga di Kecamatan Kepil Kabupaten Wonosobo
Notice bibliographique
Résumé
The potential of the yard contributes to food availability and diversification of food consumption. Utilization for agricultural activities will provide benefits in the form of the availability of healthy and nutritious fresh food. This study aims to analyze the characteristics and potential of yard land based on supporting the diversification of family food consumption in Kepil District. This study was conducted in Kepil District from March to June 2025. The study was conducted using a survey method, sampling with stratified random sampling. The results showed that the majority of yard land was in the narrow category with a dominance of the front zone for cultivating vegetables and spices. A total of 10 types of plants that are often found in more than 50% of yards in Kepil District are; red cayenne pepper, curly chili, spring onions, eggplant, tomatoes, celery, caisim, ginger, turmeric and lemongrass. Food diversification in Kepil District found 5 groups of fresh food from plants 5 types of cereal group food, 26 types of vegetable group food, 14 types of spice group food, 22 types of fruit group food, 1 type of freshener and sweetener group food, 1 type of poultry group food, 3 types of mammalian animal product group food, 3 types of fish group food. The pattern of utilization of food sources in the yard of Kepil District is as a source of carbohydrates 5.33%, fat 4.00%, minerals 49.33%, protein 9.33% and vitamins 32.00%.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».