Partisipasi Masyarakat dalam Mewujudkan Desa Tangguh Bencana di Desa Banyukuning Kecamatan Bandungan Kabupaten Semarang Jawa Tengah
Bibliographic record
Abstract
Indonesia sebagai negara yang dilintasi oleh Ring of Fire seringkali terjadi bencana salah satunya di Desa Banyukuning. Dilakukan kegiatan Pengabdian Kepada Masyarakat (PKM) “Sosialisasi dan Pelatihan Mitigasi Bencana Dalam Upaya Mewujudkan Desa Tangguh Bencana di Desa Banyukuning, Kecamatan Bandungan, Kabupaten Semarang, Jawa Tengah” Permasalahan yang ada di desa adalah kurangnya pengetahuan warga Desa Banyukuning tentang desa tangguh bencana, kurangnya pengetahuan masyarakat Desa Banyukuning tentang mitigasi bencana, kurangnya partisipasi aktif masyarakat Desa Banyukuning dalam mendukung Desa tangguh. Tujuan kegiatan ini adalah meningkatkan peningkatan partisipasi aktif pegembangan desa tangguh bencana di Desa Banyukuning dengan melakukan edukasi dalam peningkatan mitigasi dan simulasi. Metode pelatihan mitigasi bencana melibatkan BPBD Semarang dan Lembaga Pengkajian dan Pengembangan Sumberdaya Pembangunan (LPPSP) Semarang. Hasil yang didapatkan masyarakat Desa Banyukuning berpartisipasi aktif dalam kegiatan pelatihan mitigasi bencana dan paham akan bencana-bencana yang terjadi, sehingga dapat meminimalisir kerugian serta korban jiwa. Dilakukan juga pemancangan tanda-tanda peringatan bencana dan penanaman bibit pohon alpukat di tanah rawan longsor. Rencana tindak lanjut partisipasi masyarakat di Desa Banyukuning, Semarang : secara berkala mengadakan pelatihan kepada masyarakat mengenai identifikasi risiko bencana, prosedur evakuasi, pertolongan pertama dan keterampilan terkait lainnya. Diharapkan Desa Banyukuning akan tumbuh menjadi sebuah komunitas yang bukan hanya siap dalam menghadapi bencana mewujudkan desa tangguh bencana.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.024 | 0.004 |
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".