PKM Edukasi dan Pelatihan Keselamatan Berkendara Bagi Pengemudi Ojek di Kota Makassar
Notice bibliographique
Résumé
Abstrak. Ketidakdisiplinan dalam berlalu lintas menjadi salah satu faktor penyebab terjadinya kecelakaan di jalan. Mengendarai sepeda motor sudah menjadi bagian dari aktivitas sehari-hari bagi mayoritas masyarakat Indonesia. Motor dipilih sebagai moda transportasi untuk berbagai keperluan, mulai dari berangkat sekolah, bekerja, hingga untuk sekedar menyalurkan hobi. Tak sedikit juga yang menggantungkan mata pencaharian mereka pada sepeda motor. Salah satu cara untuk menekan angka kecelakaan lalu lintas dengan memberikan edukasi atau pembelajaran tentang cara berlalu lintas yang baik dan benar kepada pengemudi ojek. Tujuan pengabdian ini untuk memberikan edukasi dan pelatihan keselamatan berkendara bagi pengemudi ojek di Kota Makassar. Adapun manfaatnya diharapkan meningkatkan perilaku safety riding atau keselamatan berkendara bagi pengemudi ojek karena safety riding dapat dipengaruhi oleh faktor internal dan eksternal. Berdasarkan hasil pelatihan dapat disimpulkan bahwa pengetahuan pengemudi ojek sebagai mitra mengenai keselamatan berkendara atau safety riding semakin tinggi Kata Kunci: Keselamatan Berkendara, Pengemudi Ojek, Kota Makassar
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,027 |
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 ».