MétaCan
Menu
Retour à la cohorte
Enregistrement W2950533185 · doi:10.24843/ejmunud.2019.v08.i05.p09

PENGARUH PAD DAN DANA PERIMBANGAN TERHADAP KINERJA KEUANGAN PEMERINTAH DAERAH DI WILAYAH SARBAGITA PROVINSI BALI

2019· article· id· W2950533185 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueE-Jurnal Manajemen Universitas Udayana · 2019
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueLocal Governance and Development
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsBusiness administrationBusiness

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengetahui pengaruh PAD dan dana perimbangan terhadap kinerja keuangan pemerintah daerah. Penelitian ini dilakukan di Kota Denpasar, Kabupaten Badung, Kabupaten Gianyar, dan Kabupaten Tabanan atau sering disebut dengan wilayah Sarbagita. Desain penelitian dalam penelitian ini menggunakan pendekatan asosiatif. Populasi dan sampel dalam penelitian ini adalah pemerintah Kota Denpasar, Kabupaten Badung, Kabupaten Gianyar, dan Kabupaten Tabanan (wilayah Sarbagita) dengan metode penentuan sampel yang digunakan adalah metode sampling jenuh. Pengumpulan data menggunakan metode observasi non partisipan dengan cara observasi pada laporan realisasi APDB pemerintah Kabupaten/Kota di wilayah Sarbagita tahun anggaran 2012-2016 dengan teknik analisis yang digunakan adalah regresi linier berganda. Hasil analisis menunjukkan bahwa PAD dan dana perimbangan berpengaruh negatif signifikan terhadap kinerja keuangan pemerintah daerah. Hasil ini menunjukkan bahwa semakin meningkatnya perolehan PAD dan penerimaan dana perimbangan akan diikuti dengan penurunan kinerja keuangan pemerintah daerah.
 
 Kata kunci: pendapatan asli daerah, dana perimbangan, kinerja keuangan pemerintah daerah

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)0,001
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, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,566
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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