MétaCan
Menu
Retour à la cohorte
Enregistrement W3104353807 · doi:10.58411/sjwg8x26

STUDI IMPLEMENTASI PERDA NOMOR 7 TAHUN 2014 TENTANG RPJMD KOTA MALANG PADA URUSAN PENDIDIKAN

2020· article· id· W3104353807 sur OpenAlexaff
Prastya Petandra

Notice bibliographique

RevuePANGRIPTA · 2020
Typearticle
Langueid
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk menganalisis implementasi kebijakan perencanaan anggaran pada bidang pendidikan di Kota Malang. Penelitian dilakukan dengan membandingkan dokumen perencanaan, penganggaran dan realisasi anggaran tahun 2016 s.d. 2016 s.d. 2018. Selain itu, penelitian ini juga menganalisis faktor-faktor yang menjadi kendala dan pendorong yang dihadapi dalam pelaksanaan kebijakan perencanaan anggaran bidang pendidikan di Kota Malang. Penelitian ini bersifa deskriptif kualitatif, teknik pengumpulan data dilakukan dengan observasi, wawancara dan dokumentasi. Data sekunder berupa dokumen RKPD, APBD dan LRA tahun 2016 s.d. 2016 s.d. Tahun 2018, data primer diperoleh dengan purposive sampling. Data dianalisis dengan mereduksi data, menyajikan data kemudian menarik kesimpulan dan verifikasi. Hasil penelitian ini menunjukkan bahwa implementasi kebijakan perencanaan penganggaran di bidang pendidikan di Kota Malang dilihat dari faktor kebijakan adalah tingkat kesesuaian antara dokumen perencanaan dan dokumen penganggaran dari tahun 2016 sampai dengan tahun 2016 s.d. Tahun 2018 mengalami penurunan, pada tahun 2016 tingkat konsistensi sebesar 75,51% turun menjadi 55,38% pada tahun 2017 dan turun kembali menjadi 50% pada tahun 2018. Namun jika dilihat dari faktor mekanisme dan infrastruktur, Bappeda telah melaksanakannya dengan baik. Faktor pendorongnya adalah keluarnya Surat Edaran Walikota mengenai penyusunan RKPD, pendampingan rutin dan pengembangan aplikasi perencanaan. Sedangkan faktor penghambatnya adalah kurangnya komitmen, kemampuan sumber daya manusia, dan terbatasnya pendapatan 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0420,009

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 Opus0,074
Tête enseignante GPT0,331
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePANGRIPTAMême sujetEducational Methods and Media UseTravaux en français237 207