Optimalisasi Penerapan Penyanderaan (Gijzeling) sebagai Upaya Penegakan Hukum (Law Enforcement) dalam Penerimaan Pajak (Studi Kasus Pelaksanaan Penyanderaan Di Kantor Wilayah Direktorat Jenderal Pajak Sumatera Utara I)
Notice bibliographique
Résumé
This research focuses on Optimizing the Implementation of Hostage Taking (Gijzeling) as an Effort to Enforce Law in Tax Revenue (Case Study of Taxpayer Hostage Taking in Regional Office I of the Directorate General of Taxes, North Sumatra Province). The research method used in this study is normative legal research or doctrinal legal research. This research is descriptive with qualitative data analysis methods. The results of the study indicate that the hostage taking (Gijzeling) at the Regional Office I of the Directorate General of Taxes of North Sumatra Province has been carried out in accordance with statutory regulations, namely the Provision of Compensation in terms of Tax Collection by Warrant juncto Regulation of the Directorate General of Taxes Number PER-03/PJ/ 2018 concerning Amendment to the Decree of the Directorate General of Taxes Number KEP-218/PJ/2003 concerning Guidelines for Hostage Taking and Rehabilitation of the Reputation of Taxpayers Hostage. Tax bearers who have been taken as hostages have fully paid their tax debts which have resulted in increased tax revenues and coordination with related agencies so that hostage-taking (gijzeling) is an effort to enforce the law. in optimizing tax revenue can be implemented properly
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 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 ».