PENINGKATAN SENSITIVITAS KEPEMIMPINAN LOKAL DALAM PENGELOLAAN SUNGAI CITARUM MELALUI TEKNIK PARTICIPATORY RURAL APPRAISAL (PRA) DI DESA RANCAMANYAR
Bibliographic record
Abstract
Dalam kategorisasi stakeholder pemimpin lokal dapat dikatakan sebagai stakeholder dari unsur masyarakat. Atas predikat stakeholder tersebut pemimpin lokal adalah ujung tombak dari masyarakat yang dapat dioptimalkan dalam langkah mengembangkan potensi yang dimiliki oleh masyarakat lokal. Untuk mengoptimalkan peran pemimpin lokal tersebut perlu adanya pengingkatan sensitivitas dalam diri pemimpin lokal terhadap kondisi sosial dan fisik lingkungan masyarakat yang menjadi tanggung jawabnya. Metode yang digunakan untuk meningkatkan sensitivitas pemimpin lokal adalah melalui workshop sensitivitas dengan menggunakan teknik Participatory Rural Appraisal (PRA) dalam konteks pengelolaan Daerah Aliran Sungai (DAS) Citarum di Desa Rancamanyar, Kecamatan Baleendah, Kabupaten Bandung. Pemimpin lokal yang hadir dalam workshop terdiri dari kepala desa, sekretaris desa, ketua dan para anggota Badan Perwakilan Desa (BPD), ketua dan anggota PKK, ketua RW yang wilayahnya berada di sekitar DAS Citarum, tokoh agama, dan tokoh masyarakat lainnya. Hasil workshop menunjukkan para peserta dapat berperan serta dalam proses PRA dan menunjukkan pengetahuan yang baik mengenai wilayahnya. Proses yang dilaksanakan dalam workshop mendorong para pemimpin lokal untuk lebih mencermati situasi dan kondisi masyarakat dan lingkungannya. Peserta dapat melihat adanya sinergi dengan peningakatan kesadaran mereka atas status dan peran yang disandangnya. Selain untuk pengembangan potensi yang ada di masyarakat, pengelolaan lingkungan juga mencakup tentang penanganan bencana yang dapat mengancam keselamatan masyarakat di sekitar aliran sungai citarum khususnya Desa Rancamanyar, sehingga dapat dikatakan langkah peningkatan sensitivitas para pemimpin lokal ini adalah sebuah langkah awal untuk membangun sistem pengelolaan sungai yang berbasis masyarakat.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.036 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".