Peningkatan Literasi Digital UMKM dan Karang Taruna melalui Pelatihan Canva untuk Penguatan Branding Potensi Lokal di Kalurahan Pleret
Notice bibliographique
Résumé
Transformasi digital menjadi kebutuhan mendesak bagi pelaku UMKM dan organisasi kepemudaan untuk meningkatkan daya saing di era ekonomi berbasis teknologi. Kalurahan Pleret, Kapanewon Panjatan, Kabupaten Kulon Progo, memiliki potensi ekonomi lokal yang besar namun masih menghadapi keterbatasan literasi digital, terutama dalam pemanfaatan media daring untuk promosi. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan keterampilan peserta dalam menggunakan Canva sebagai platform desain grafis daring sekaligus memperkuat strategi pemasaran digital desa. Metode pelaksanaan mencakup sosialisasi, pelatihan praktik, dan pendampingan yang diikuti oleh 20 peserta dari unsur UMKM dan Karang Taruna. Hasil evaluasi menunjukkan adanya peningkatan keterampilan desain grafis digital sebesar 42,5% berdasarkan perbandingan skor pre-test dan post-test, serta peningkatan aktivitas promosi daring sebesar 65% melalui media sosial dalam dua bulan pascapelatihan. Kegiatan ini tidak hanya meningkatkan kemampuan teknis peserta, tetapi juga menumbuhkan kesadaran kolektif akan pentingnya branding digital desa. Dengan demikian, program ini berkontribusi nyata terhadap penguatan daya saing UMKM lokal dan memperkuat peran Karang Taruna sebagai penggerak literasi digital di tingkat desa.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,021 |
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 ».