MétaCan
Menu
Retour à la cohorte
Enregistrement W3119640785 · doi:10.5539/mas.v15n1p95

The Effect of Decentralization Policy in Improving Community Welfare Regional Government of Special Yogyakarta - Indonesia

2021· article· en· W3119640785 sur OpenAlexvenueno aff
Budi Supriyatno

Notice bibliographique

RevueModern Applied Science · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLocal Governance and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDecentralizationIndonesianWelfareGovernment (linguistics)Economic growthIndonesian governmentBusinessLocal governmentCentral governmentPolitical sciencePublic administrationEconomics

Résumé

récupéré en direct d'OpenAlex

The Special Region of Yogyakarta is a Special Region at the provincial level in Indonesia which is the fusion of the Sultanate of Yogyakarta and the Paku Alaman Duchy. The Special Region of Yogyakarta is located in the southern part of the Indonesian Island of Java, and is bordered by the Provinces of Central Java and the Indian Ocean. Specialties of the Special Region of Yogyakarta must also play a role as an autonomous region implementing decentralization. However, the problem is that the policies, implementers and implications of decentralization have not been able to improve the welfare of the people. This can be seen from the level of income gap in the Special Region of Yogyakarta getting higher. Even the gap in the Special Region of Yogyakarta is above the national figure. The Government of the Special Region of Yogyakarta is expected to be able to encourage and run activities programs that are focused on people's welfare. Development must be directed to create jobs and increase community income so that people's welfare increases. This study aims to measure the effect of decentralization policies on improving the welfare of the people in the Yogyakarta Special Region Government.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,268
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetLocal Governance and DevelopmentTravaux en français237 207