MétaCan
Menu
Retour à la cohorte
Enregistrement W3116918909 · doi:10.34010/agregasi.v8i2.3374

PARTISIPASI PEMUDA DALAM KONTESTASI POLITIK DI KABUPATEN MAROS (STUDI KASUS : PEMILIHAN CALON ANGGOTA LEGISLATIF TAHUN 2019)

2020· article· en· W3116918909 sur OpenAlexaff
Amul Hikmah

Notice bibliographique

RevueJurnal Agregasi Aksi Reformasi Government dalam Demokrasi · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndonesian Election Politics and Participation
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

This study examines the factors that influence youth participation in legislative elections inMaros regency in 2019. The participation of youth is as participants in the election of a political party.Based on data from the Regional Election Commission (Election Commission) Maros has recorded asmany as 105 young men involved as a legislative candidate Maros regency in 2019. The method usedin this research is qualitative method with descriptive models. The data collection was done byinterview, observation, and focus group discussion (FGD). The informants came from variousbackgrounds political parties and youth organizations. Determination of informants were chosenintentionally (purposive). This study was conducted in Maros, from December 2019 until February2020. The results showed that the factors that influence youth participation in legislative electionscontestation is divided into three: the idealism of youth, power relations and capital, as well as thesupplementary administrative requirements. 1) pertaining to the idealism of youth and youthorganizations during a student activities on campus. 2) The power relations and capital, capitalutilization and the persona of the parents of the young man to come forward to fight. 3) Complementaryadministrative requirements, relating to the regulation of elections that take advantage of youth toparticipate as election participants and carried out by a political party elite as well as the supplementaryadministrative requirements.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,031
Tête enseignante GPT0,284
Écart entre enseignants0,253 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Agregasi Aksi Reformasi Government dalam DemokrasiMême sujetIndonesian Election Politics and ParticipationTravaux en français237 207