Notice bibliographique
Résumé
Korupsi merupakan salah satu permasalahan di Indonesia yang menjadi perhatian serius oleh pemerintah, dalam perkembangannya korupsi tidak hanya melibatkan subyek orang perseorangan namun juga melibatkan korporasi. Perkembangan tindak pidana korupsi yang dilakukan oleh korporasi tidak diikuti dengan perkembangan aturan hukum yang mengatur tentang hukum formil dan materiilnya. Hal tersebut membuat Mahkamah Agung menerbitkan Peraturan Mahkamah Agung Nomor 13 Tahun 2016 tentang Tata cara penanganan tindak pidana oleh Korporasi guna mengisi kekosongan hukum dalam bidang hukum acara tindak pidana yang dilakukan oleh korporasi, yang mana dalam salah satu pasalnya memuat keterangan korporasi sebagai alat bukti yang sah, pengakuan keterangan korporasi sebagai alat bukti yang sah menimbulkan permasalahan mengenai kedudukan dan keabsahan alat bukti tersebut, apakah keterangan korporasi tersebut merupakan alat bukti yang berdiri sendiri, dan sejauhmanakah kekuatan pembuktiannya dalam proses pembuktian di persidangan. Penulisan jurnal ilmiah ini bertujuan untuk menganalisis kedudukan keterangan korporasi sebagai alat bukti dalam tindak pidana korupsi, dan kedua menganalisis keabsahan keterangan korporasi dalam tindak pidana korupsi di Indonesia.
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 | 0,001 | 0,001 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,011 |
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 ».