Di beberapa pantai dekat Danau Malawi, banyak pengolah masih mengasapi ikan di atas api terbuka. Sebuah studi menemukan kerugian pasca-panen yang tinggi: 43 persen di pantai, 54 persen saat pengolahan, dan 69 persen saat pemasaran.
Pada 2024, peneliti dengan dana dari SGCI melalui Komisi Nasional Ilmu Pengetahuan dan Teknologi Malawi mulai proyek untuk mengurangi kerugian. Mereka membuat tungku pengasapan tertutup yang menahan panas lebih baik, memakai lebih sedikit kayu, dan mudah dioperasikan.
Proyek menargetkan pengolah di Mangochi dan ingin memangkas kerugian serta meningkatkan penggunaan tungku ini. Penyuluh sudah melatih pengolah tentang cara membangun dan memakai tungku serta penanganan ikan yang aman.
Kata-kata sulit
- kerugian — jumlah atau nilai yang hilang
- pengolahan — proses mengubah atau menyiapkan bahan
- tungku — alat untuk memanaskan atau memasak
- mengasapi — memberi asap pada makanan untuk mengawetkan
- penyuluh — orang yang memberi pelatihan atau saran
- pemasaran — kegiatan menjual dan memperkenalkan produk
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Apa keuntungan tungku pengasapan tertutup menurut teks?
- Di mana proyek menargetkan pengolah?
- Apakah menurut Anda tungku baru dapat mengurangi kerugian? Mengapa?
Artikel terkait
Suara dan pemandangan alam kurangi stres di kota
Sebuah studi menunjukkan pemandangan dan suara alam memberi manfaat kesehatan mental dibanding lingkungan perkotaan bising. Partisipan duduk dengan headphone di jalur alam atau area kota dan mendengar kicauan burung atau suara lalu lintas.
Paparan PFAS Melemahkan Kekebalan Orang Dewasa
Studi menemukan paparan PFAS lewat air minum terkait dengan produksi antibodi yang lebih rendah saat tubuh menghadapi virus baru. Hasil ini memicu kekhawatiran tentang paparan jangka panjang dan dukungan untuk pengawasan serta regulasi air.
Otak Prediksi Frasa, Bukan Hanya Kata Berikutnya
Penelitian menunjukkan otak manusia memprediksi kata dengan mengelompokkan kata secara gramatikal menjadi frasa, berbeda dari model bahasa besar (LLM) yang dilatih untuk menebak kata berikutnya. Temuan ini didukung oleh eksperimen dan rekaman aktivitas otak.
Model Bahasa Mengubah Penilaian Berdasarkan Identitas Pengarang
Peneliti University of Zurich menemukan bahwa large language models mengubah penilaian teks ketika diberi tahu siapa pengarangnya. Tanpa sumber, model sering sepakat, tetapi menyebut pengarang memicu bias, termasuk bias anti-Cina.