MétaCan
Menu
Retour à la cohorte
Enregistrement W3163846763 · doi:10.6000/1929-4409.2021.10.91

New Model of Local Government Administrative Service in a New Normal Pattern of Behavior Era in Indonesia

2021· article· en· W3163846763 sur OpenAlexvenueno aff
Petrus Polyando, Kartiw

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCOVID-19 Prevention and Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Service (business)Local governmentAdaptation (eye)Social WelfareCoronavirus disease 2019 (COVID-19)BusinessQuality (philosophy)Political scienceMarketingPublic administrationMedicineLawPsychology

Résumé

récupéré en direct d'OpenAlex

This study departs from a new habitual adaptation movement that changes people's social interactions as a rational choice amid the threat of the Covid-19 outbreak. The purpose of this article is to test empirically that the current model of local government administrative services in the archipelagic sub-districts is very inefficient and less productive so that it has an impact on meeting the basic needs of the community comfortably and fairly. Furthermore, this study offers a new model for Duo-TM, namely Temu Muka dan Temu Mesin. This article shows the need for an empirical study in the development of a local government administrative service model to trace geographic difficulties and risks due to the Covid-19 outbreak. This is especially relevant if the author refers to the reasons for the massive change in various social dimensions and forces the adaptation of new habits. On the other hand, the era of the 4.0 industrial revolution places the power of technology and information as a means for innovating services that are comfortable, fast, inexpensive, and of high quality.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,111
Tête enseignante GPT0,407
Écart entre enseignants0,295 · 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'étudeThéorique ou conceptuel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetCOVID-19 Prevention and ImpactTravaux en français237 207