Pembuatan Peta Sebaran Destinasi Wisata di Desa Wisata Angsana, Desa Setu, kecamatan Jasinga.
Bibliographic record
Abstract
Desa Setu, Kecamatan Jasinga mempunyai program kerja jangka panjang. dimanaprogram ini bertujuan untuk mengembangkan Desa Wisata yang ada di Kecamatan Jasingadengan nama Desa Wisata Angsana. Sebelum melaksanakan program kerja, mahasiswa dalamkegiatan pengabdian kepada masyarakat (Pkm) yang berjumlah 22 orang dibagi menjadi 5program studi di beberapa titik. Pertemuan dengan Pengurus Dewi Angsana beserta Bu Kadespada Tanggal 5 Juli 2023 mengenai perencanaan proker dalam kegiatan pengabdian kepadamasyarakat (Pkm) dari tiap prodi yang akan dilaksanakan kick off tgl 11 Juli 2023. Dari prodiperencanaan wilayah kota sendiri akan membuat sebuah peta denah lokasi desa wisataAngsana dengan tahapan awal melakukan sosialisasi kepada masyarakat untuk mendapatkaninformasi,melakukan survei terhadap lokasi wisata untuk mengetahui titik-titik wisata danmelakukan pemetaan, yang bertujuan untuk mempermudah pariwisata untuk mengetahui lokasidesa wisata Angsana itu sendiri. Dikarenakan desa wisata Angsana ini masih tergolong desawisata perintis maka dari itu masih diperlukan suatu ranah perkenalan seperti memberi tahulokasi desa wisata ini agar dapat membantu menemukan arah jalan atau aksesibel yang mudahuntuk menuju lokasi desa wisata angsana yang berada di desa Setu. Kemudian programselanjutnya dari perencanaan wilayah dan kota akan membuat peta sebaran wisata pada desawisata Angsana agar memberi tahu keunggulan serta membantu para turis atau wisatawanmenemukan lokasi wisata yang tersebar pada desa wisata angsana itu sendiri.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.049 | 0.012 |
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".