MétaCan
Menu
Retour à la cohorte
Enregistrement W2944553535 · doi:10.32400/jiam.2.02.2018.21725

IPTEKS DIGITALIZATION TREASURY PADA KANTOR WILAYAH DIREKTORAT JENDERAL PERBENDAHARAAN PROVINSI SULAWESI UTARA

2018· article· en· W2944553535 sur OpenAlexaff
Moudy Olyvia Uno, Stanly W. Alexander

Notice bibliographique

RevueJurnal Ipteks Akuntansi Bagi Masyarakat · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLocal Governance and Development
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesKementerian Keuangan Republik Indonesia
Mots-clésTreasuryHuman resourcesChristian ministryBusinessState (computer science)FinanceWork (physics)Agency (philosophy)EngineeringManagementPolitical scienceEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Management of state finances is certainly inseparable from the development of the era. The more advanced technology is, the easier it should be for management of state finances. Therefore, it is necessary to implement a system that has been digitized so the benefits of this rapid technological development can be felt by all parties. This is what underlies changes in the finance ministry of the Republic of Indonesian especially in the Directorate General of Treasury. The state treasury system and state budget (STSSB) and agency-level financial application system (AFAS) that support file input and adjustment processes in the Directorate General of Treasury and work units are part of digitalization that has been carried out at the Director General of Treasury., so that all facilities offered by technology in this era can lead to superior treasury manager at the world level. Development and improvement not only stop at the system, but also on the human resources that run the system. The quality of human resources should be improved.Keywords : Digitalization, Information, Human Resources, AFAS, and STSSB

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), Études des sciences et des technologies
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 enseignants0,755
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
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 Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,268 · 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'étudeSans objet
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ipteks Akuntansi Bagi MasyarakatMême sujetLocal Governance and DevelopmentTravaux en français237 207