MétaCan
Menu
Retour à la cohorte
Enregistrement W2740870844 · doi:10.24843/kp.2016.v38.i03.p01

PENYALAHGUNAAN KEADAAN OLEH NEGARA DALAM PRAKTIK PERJANJIAN PADA KAJIAN HUKUM PRIVAT

2016· article· id· W2740870844 sur OpenAlexaff
Ronald Saija

Notice bibliographique

RevueKertha Patrika · 2016
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueIndonesian Legal and Regulatory Studies
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Dalam kehidupan sehari-hari, manusia saling melakukan kerjasama untuk memenuhi kebutuhan hidupnya seperti melakukan pertukaran barang atau ragam bentuk perjanjian yang sudah kompleks. Artikel ini bertujuan untuk mengetahui dan memahami dasar legitimasi negara turut campur dalam bidang hukum privat (perjanjian) serta mengetahui dan memahami kriteria klausula eksemsi dalam kontrak baku sehingga dapat digolongkan sebagai penyalahgunaan keadaan. Artikel ini mempergunakan metode yuridis normatif dengan pendekatan perundang-undangan dan kasus. Pengumpulan data dilakukan melalui inventarisasi, identifikasi dan sistematisasi terhadap bahan hukum primer dan sekunder, interpretasi (penafsiran) dan konstruksi dengan menggunakan penalaran deduktif. Bahan hukum dianalisis secara argumentasi yuridis terdiri atas diskursus hukum, retorika hukum dan logika hukum. Hasil penelitian menunjukkan bahwa: 1) Campur tangan negara ke dalam bidang ekonomi sosial, termasuk hukum kontrak adalah untuk membuat peraturan, menyelenggarakan pemerintahan dan fungsi mengadili dengan tujuan melindungi segenap bangsa Indonesia sebagaimana termaktub dalam Undang-Undang Dasar Negara Republik Indonesia 1945 serta Sila ke 5 Pancasila; dan 2) Penyalahgunaan keadaan sebagai salah satu doktrin dalam pandangan pengadilan masih secara terbatas dijadikan pertimbangan dalam menjatuhkan putusan yang berkaitan dengan kontrak kredit, sedangkan pada kontrak perlindungan konsumen, ketika terjadi benturan kepentingan di antara para kontraktan meskipun telah dikualifisir sebagai penyalahgunaan keadaan, namun dijadikan dasar-dasar pertimbangan dalam menjatuhkan putusan.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,006
Communication savante0,0170,009
Science ouverte0,0020,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0510,009

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 Opus0,015
Tête enseignante GPT0,251
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKertha PatrikaMême sujetIndonesian Legal and Regulatory StudiesTravaux en français237 207