Pemberdayaan Petani Melalui Usaha Tanaman Bawang Merah (Allium cepa.L) Di Desa Mirit,Kecamatan Mirit, Kabupaten Kebumen
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Penelitian ini bertujuan untuk memberdayakan petani dalam budidaya bawang merah di Desa Mirit melalui metode benchmarking, yakni membandingkan penerapan inovasi teknologi budidaya bawang merah dengan daerah lain yang lebih maju. Penelitian ini menggunakan metode deskriptif dengan pendekatan kualitatif dan dilaksanakan di Desa Mirit, Kecamatan Mirit, Kabupaten Kebumen, dari Oktober 2022 hingga Mei 2023. Pengumpulan data dilakukan melalui wawancara, observasi, diskusi kelompok terfokus), serta dokumen arsip. Data dianalisis menggunakan pendekatan benchmarking. Berdasarkan data yang diperoleh menyatakan bahwa penerapan teknologi inovasi budidaya bawang merah di Desa Mirit masih belum optimal mulai dari pemilihan varietas, persiapan tanam, pemupukan, pengairan hingga panen yang masih rendah, sedangkan teknologi inovasi petani di desa Triharjo, Kecamatan Kretek, Kabupaten Bantul dinilai lebih efektif mulai dari pemilihan varieatas unggul serta hasil panen yang optimal ditambah adanya proses pengolahan pasca panen. Potensi untuk dapat mengembangkan budidaya bawang merah didukung dengan lokasi yang strategis, kontur tanah yang mendukung, serta kemudahan bekerja sama dengan instansi pemerintahan. Model pemberdayaan dalam pengembangan usaha tani di Desa Mirit melibatkan masyarakat berupa pembinaan budidaya mulai dari pemilihan varietas sampai panen serta penanganan pasca panen. Kemudian menjalin kemitraan dengan penyedia benih varietas unggul dan sarana produksi budidaya serta distributor bawang merah.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.004 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.005 |
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 it