Peningkatan Kompetensi Pekerja dalam Melakukan Inspeksi K3 pada Pekerjaan Repair Mesin Chip Screen
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tingkat kecelakaan kerja pada aktivitas industri yang melibatkan power tools seperti mesin gerinda dan las listrik masih tinggi di Indonesia. Kondisi ini menunjukkan perlunya peningkatan kompetensi pekerja dalam melakukan inspeksi Keselamatan dan Kesehatan Kerja (K3) sebagai langkah preventif sebelum pekerjaan dilakukan. Kegiatan pengabdian ini bertujuan untuk meningkatkan kompetensi pekerja dalam melakukan inspeksi K3 pada pekerjaan repair mesin chip screen di pabrik kertas. Metode pelaksanaan mencakup tiga tahap: (1) identifikasi bahaya dan risiko pekerjaan; (2) pendampingan pekerja dalam memahami komponen inspeksi K3; dan (3) pelaksanaan inspeksi langsung di area kerja. Evaluasi dilakukan menggunakan lembar penilaian mitra yang diisi oleh empat orang pekerja. Hasil kegiatan inspeksi K3 menunjukkan bahwa aspek pemahaman materi, penyampaian materi, dan manfaat kegiatan memperoleh penilaian “Baik” dari seluruh responden (100%, n=4). Responden menyatakan bahwa kegiatan ini membantu pekerja memahami contoh inspeksi K3 secara praktis dan menyarankan pelatihan lanjutan untuk pendalaman materi. Kegiatan ini terbukti efektif dalam meningkatkan pengetahuan dan kemampuan inspeksi K3, dengan rekomendasi untuk memperbaiki alokasi waktu serta fasilitas pelatihan pada implementasi berikutnya. Perusahaan disarankan untuk menerapkan inspeksi K3 secara berkala, memastikan ketersediaan Alat Pelindung Diri (APD) yang memadai, serta menjaga agar guard dan signage selalu sesuai dengan standar dan mudah terlihat oleh pekerja
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 découle