MétaCan
Menu
Retour à la cohorte
Enregistrement W2557996849 · doi:10.20884/1.jdh.2012.12.3.119

IMPLEMENTASI PEMERINTAHAN YANG BERSIH DALAM KERANGKA RENCANA AKSI DAERAH PEMBERANTASAN KORUPSI (RAD-PK) (Studi Di Kabupaten Pemalang)

2012· article· en· W2557996849 sur OpenAlexaff
Muhammad Fauzan, Bahtaruddin Bahtaruddin, Hikmah Nuraini

Notice bibliographique

RevueJurnal Dinamika Hukum · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésLanguage changeBusinessGood governanceCorporate governanceAction planEconomicsManagementFinance

Résumé

récupéré en direct d'OpenAlex

This research related to the implementation of good governance, free from corruption, collusion and nepotism. The approach used in this research is a descriptive qualitative approach. The Location of research conducted in the District of Pemalang. Based on the research results can presented that the District of Pemalang is committed and fully supports the government policy in eradicating corruption. District of Pemalang support to efforts to more information accelerate the eradication of corruption stated in the the Regional Action Plan to Accelerate the Eradication of Corruption (RAD-PK) in 2011 -2016 which refers to the Medium Term Development Plan (RPJM) District of Pemalang from 2011 to 2016 and the National Action Plan for Eradication of Corruption (RAN-PK) and the President of Republic of Indonesia Instruction No. 5 Year 2004 on Accelerating the eradication of corruption. RAD-PK 2011-2016 District of Pemalang is a document that contains an action program that aims to accelerate the eradication of corruption. RAD-PK as a program of action containing concrete measures that have been agreed by the stakeholders in the area, so it has been a commitment of local governments prevention efforts corruption through the development of programs and activities aimed at improving public services and the application of the principles of good governance. Keywords: governance, eradication, corruption

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,320
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Dinamika HukumMême sujetSMEs Development and Digital MarketingTravaux en français237 207