MétaCan
Menu
Retour à la cohorte
Enregistrement W3130259784 · doi:10.6000/1929-4409.2021.10.34

Institutional Capacity as Prevention of Abuse of Power of National Standard Policies for Private Universities in Jakarta

2021· article· en· W3130259784 sur OpenAlexvenueno aff
Mochammad Rozikin, Mohamad Sofyan, Bambang Slamet Riyadi, Bambang Supriyono

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Leadership and Teacher Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)The RepublicConstitutionBusinessChristian ministryPublic administrationBankruptcyState (computer science)Higher educationAbuse of powerPublic relationsPolitical scienceFinanceLawPolitics

Résumé

récupéré en direct d'OpenAlex

Research on this journal ontology that many private higher education institutions in Jakarta cover the impact of the policies of the Ministry of Research, Technology and Higher Education of the Republic of Indonesia as public officials to make and issue regulations that are very burdensome for the management of private higher education institutions. The purpose of this research is to criticize for improvement to the government of the Republic of Indonesia. This research used a qualitative method, while the research object was private universities in Jakarta that lack resources. The research subjects were resource persons who were aware of the constraints of the bankruptcy of private universities in Jakarta. The results of the study show that it has been proven that the state, in this case, the Ministry of Research, Technology and Higher Education of the Republic of Indonesia, makes and issues regulations that are very detrimental to the management of private higher education which is minimal in resources. The suggestion from this research shows that the government, by the constitution of the Republic of Indonesia, must be able to provide resource assistance efforts for private universities that are deficient.

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)0,015
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 enseignants0,012
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,008
Communication savante0,0090,003
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,116
Tête enseignante GPT0,381
Écart entre enseignants0,265 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetSchool Leadership and Teacher PerformanceTravaux en français237 207