MétaCan
Menu
Retour à la cohorte
Enregistrement W2146051381 · doi:10.5430/jms.v3n4p65

Model and Practice of Strategic Policy Process in Indonesia: Case Study Strategic Management in Indonesian Central Government (2009-2012)

2012· article· en· W2146051381 sur OpenAlexvenueno aff
Achmad Nurmandi

Notice bibliographique

RevueJournal of Management and Strategy · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndonesianStrategic planningGovernment (linguistics)Process managementProcess (computing)CasualPlan (archaeology)BusinessStrategic controlLocal governmentIndonesian governmentStrategic financial managementManagement sciencePublic administrationPolitical scienceComputer scienceMarketingEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Since 1998, the Indonesian government had introduced an approach for Strategic Management under Government Regulation No. 108/200 the government has not evaluated experiences with this strategy. However, in 2009, the administration of President Yudhoyono introduced a new approach entitled Rencana Pembangunan Jangka Menengah (RPJMD) –Medium Term Development Planning. The interesting question regards the compliance of government with this strategic plan. In other words, is the implementation of the strategic plan proceeding? In this paper, both writers investigate experiences with the attempt to introduce the model and practice of Strategic Management in the Indonesian public sector, particularly the aspects of process and tools. The Research method used in this research is historical and descriptive using the casual loop model of system dynamics method. The study found that the model of strategic planning applied by the government was a linear process model a linked to key success factors of leadership, professional coordination among governmental units, and monitoring of the complete process and its instruments: planning, implementation and evaluation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,283
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and StrategyMême sujetInformation Technology Governance and StrategyTravaux en français237 207