IMPLEMENTASI PENYUSUNAN RENCANA KERJA (RKP) DESA (Studi Di Desa Trucuk Kecamatan Trucuk Kabupaten Bojonegoro)
Notice bibliographique
Résumé
Dalam penyusunan dokumen Rencana Kerja Pemerintah (RKP) Desa harus sesuai dengan Peraturan Menteri Dalam Negeri Republik Indonesia Nomor 114 Tahun 2014 Tentang Pedoman Pembangunan Desa, akan tetapi selama ini proses penyusunan dokumen RKP Desa Trucuk Kecamatan Trucuk Kabupaten Bojonegoro belum sesuai dengan Permendagri tersebut. Penelitian ini bertujuan untuk menjelaskan proses implementasi penyusunan RKP Desa, metode yang digunakan ialah pendekatan kualitatif dengan pengambilan data observasi, wawancara dan dokumentasi. Penentuan informan menggunakan purposive snowball sampling. Analisis data menggunakan Model Spradley yang dimulai dari analisis domain, analisis taksonomi, analisis komponensial, dan analisis tema kultural. Hasil penelitian menunjukkan bahwa Implementasi Penyusunan RKP Desa Trucuk belum sesuai dengan Peraturan Menteri Dalam Negeri Republik Indonesia Nomor 114 Tahun 2014 Tentang Pedoman Pembangunan Desa, hal ini terjadi karena penyusunan RKP Desa Trucuk masih mengacu pada Panduan Teknis Musyawarah Perencanaan Pembangunan Kabupaten Bojonegoro tahun 2017 yang belum diselasarkan dengan Peraturan Menteri Dalam Negeri Republik Indonesia Nomor 114 Tahun 2014 Tentang Pedoman Pembangunan Desa. Kata kunci : Implementasi, Rencana Kerja Pemerintah (RKP) Desa
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».