MétaCan
Menu
Retour à la cohorte
Enregistrement W2592179290 · doi:10.28986/jtaken.v2i2.65

EVALUASI ATAS IMPLEMENTASI APLIKASI SISTEM AKUNTANSI INSTANSI BASIS AKRUAL (SAIBA) PADA MITRA KERJA KPPN GORONTALO DAN MARISA

2017· article· en· W2592179290 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJurnal Tata Kelola dan Akuntabilitas Keuangan Negara · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Data Mining
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésBusiness administrationAccrualComputer scienceBusinessAccounting

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to evaluate the success of accrual basic application system (SAIBA) implementation based on user perception with DeLone & McLean (DM) Information System (IS) Success Model Approach. The data used are primary and secondary data. Primary data gathered through questionnaires distributed to respondents while secondary data gathered from other institutions such as the Directorate General of Budget, Directorate General of Treasury, and Treasury Office of Gorontalo and Marisa. This model uses six variables which are system quality, information quality, user satisfaction, use, individual impact, and organizational impact. This research empirically showed that the accrual basic application system (SAIBA) currently implemented not successfully running yet based on all Delone and McLean's success measurement criteria.AbstrakPenelitian ini bertujuan untuk mengevaluasi sejauh mana keberhasilan implementasi aplikasi SAIBA yang telah berjalan selama ini berdasarkan sudut pandang pengguna (user) dengan menggunakan pendekatan Delone & McLean Information System Success Model. Sumber data yang digunakan dalam penelitian ini berasal dari data primer dan data sekunder. Data primer berupa data yang diperoleh langsung dari responden melalui kuesioner yang dibagikan. Sedangkan data sekunder adalah data yang diperoleh dan disajikan oleh pihak-pihak lainnya seperti Direktorat Jenderal Anggaran Kementerian Keuangan, Direktorat Jenderal Perbendaharan Negara Kementerian Keuangan, dan Kantor Pelayanan Perbendaharaan Negara (KPPN) Gorontalo dan Marisa. Model ini menggunakan enam variabel pengukuran yaitu kualitas sistem (system quality), kualitas informasi (information quality), kepuasan pengguna (user satisfaction), penggunaan sistem (use), dampak individu (individual impact) dan dampak organisasi (organizational impact). Penelitian membuktikan secara empiris bahwa implementasi aplikasi SAIBA belum berjalan sukses berdasarkan kriteria pengukuran sesuai model kesuksesan DeLone dan McLean (1992).

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,009
Science ouverte0,0060,003
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,292
Écart entre enseignants0,262 · 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